You are on page 1of 20

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/309407468

Qualitative Inhaltsanalyse: Ein Methodenbaukasten an einem


Forschungsbeispiel aus der Vertriebspsychologie

Conference Paper · October 2016

CITATIONS READS

0 5,287

2 authors:

Justus Walf Jens Nachtwei


Humboldt-Universität zu Berlin IQP (a Humboldt University Spin-off)
2 PUBLICATIONS   0 CITATIONS    137 PUBLICATIONS   209 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Bridging research-practice gap in HR View project

Research on Excellent Teaching (RET) View project

All content following this page was uploaded by Jens Nachtwei on 02 January 2017.

The user has requested enhancement of the downloaded file.


Qualitative Inhaltsanalyse: Ein Methodenbaukasten an einem
Forschungsbeispiel aus der Vertriebspsychologie.
Justus Walf & Jens Nachtwei

Qualitative Forschungsansätze fristeten in der deutschen Psychologie gegenüber quantitativen


Forschungsansätzen lange ein Schattendasein (Breuer & Mruck, 2000; Breuer, 2010). Dies
scheint sich durch die Kombination beider Methoden bei Forschungsvorhaben nun langsam zu
verändern (Kuckartz, 2014). Sogenannte „Mixed-Methods“ werden im englischsprachigen Raum
schon länger als „drittes Paradigma“ empirischer Forschungsmethoden diskutiert (Teddlie &
Tashakkori, 2009) und nun zunehmend in deutschsprachigen Lehrbüchern aufgenommen (z.B.
Hussy, Schreier & Echterhoff, 2010). Attraktiv ist die Kombination aus qualitativem und
quantitativem Forschungsansatz besonders bei komplexen Forschungsfeldern, da der „Mix“ ein
breiteres Verständnis verspricht. Oft muss hierfür jedoch der in der Vergangenheit
vernachlässigte qualitative Forschungsansatz „on-demand“ erlernt werden. Nicht selten scheint
dies umso herausfordernder, desto mehr Erfahrung beim Anwender im quantitativen Bereich
besteht, da die qualitativen Ansätze wie eine gegensätzliche Welt zu bisher postulierten
Lehrmeinungen wirken (Roberts & Castell, 2016). Im Rahmen dieses Beitrags wird zunächst die
Kombination beider Forschungsansätze diskutiert, um dann einen Methodenbaukasten zur
qualitativen Inhaltsanalyse vorzustellen. Als Beispiel dient eine qualitative Interviewstudie mit
Vertrieblern1 als Domänen-Experten im Nachgang einer quantitativ angesetzten Studie zu
Persönlichkeit und Vertriebserfolg. Der Beitrag richtet sich insbesondere an Studierende und
Nachwuchswissenschaftler, die vor der Auswertung qualitativer Daten stehen, und baut dabei
auf einigen Grundbegriffen des quantitativen Curriculums auf.

Qualitative und quantitative Forschung - zwei Welten treffen aufeinander


Bevor die Kombination beider „Welten“ auf der Ebene des Forschungsdesigns diskutiert wird,
werden nachfolgend beide kurz im Kern gegenübergestellt: In der quantitativen Forschung
werden Messwerte in nummerischer Form erhoben, um diese anschließend statistisch zu
analysieren. Die qualitative Forschung dagegen erhebt hauptsächlich Verbalisierungen, welche
anschließend interpretativ ausgewertet werden (vgl. Bortz & Döring, 2006, S. 296ff.). Es spricht
jedoch einiges dafür, die im Rahmen von Gegenüberstellungen beider Forschungsstrategien
meist postulierten Gegensätze nicht als Dichotomien zu verstehen (vgl. dazu ebd. S. 299).

1
Die Inhalte der vorliegenden Arbeit beziehen sich in gleichem Maße auf Frauen und Männer. Aus
Gründen der besseren Lesbarkeit wird jedoch die männliche Form für alle Personenbezeichnungen
gewählt.
1
Vielmehr sollten diese als unterschiedliche Prinzipien betrachtet werden, welche sich im besten
Fall ergänzen (Hussy et al., 2010). Die Unterschiede zwischen qualitativer und quantitativer
Forschung liegen jedoch nicht nur in der Art der Daten, ihrer Erhebung und Analyse (Bortz &
Döring, 2006), sondern auch in der Forschungsstrategie an sich. Folgt die quantitative
Forschung einer linearen Strategie, kann die qualitative Forschung dagegen durch ein zirkuläres
Vorgehen beschrieben werden (Witt, 2001). Die Linearität der quantitativen Forschung äußert
sich darin, dass auf Grundlage zu testender Hypothesen ein vorher bestimmtes
Forschungsdesign in einer festen Reihenfolge abgearbeitet wird. Ein späterer Eingriff in den
Prozess selbst ist problematisch, da Änderungen gegen die Sachlogik der möglichst geringen
Verfälschung durch hohe Standardisierung bei quantitativem Vorgehen sprechen. Bei der
qualitativen Forschung dagegen sorgt der zirkuläre Charakter dafür, dass Untersuchungsphasen
mehrmals durchlaufen werden und aufeinander aufbauen. Dadurch erweitert oder ändert sich
das Vorverständnis während des Forschungsvorhabens. Der zirkuläre Charakter kann sich
durch das komplette Forschungsdesign ziehen oder sich lediglich in den einzelnen Phasen, wie
z.B. der Datenerhebung und Datenauswertung zeigen. So hat beispielsweise sowohl jedes
(qualitative) Interview Konsequenzen für die weiteren Interviews (nach vorne) als auch
Auswirkungen auf die Fragestellung (nach hinten) (vgl. Absatz mit Witt, 2001, Abs. 11-20). Es ist
dabei darauf zu achten, dass es durch die Vermischung von linearer Strategie und qualitativen
Methoden nicht zu einem „Strategieverschnitt“ kommt. Zu einem Strategieverschnitt kommt es,
wenn z.B. bei qualitativen Erhebungen ein linearer Ablauf postuliert wird oder beispielsweise bei
der Auswertung qualitativer Daten mithilfe der Analyse von Häufigkeiten Vergleichbarkeit
suggeriert werden soll (Witt, 2001, Abs. 21).

Dieser Beitrag wird das teils noch spannungsgeladene Verhältnis zwischen qualitativer und
quantitativer Forschung nicht weiter im Detail erörtern (vgl. dazu mehr Bortz & Döring, 2006, S.
296), sondern zunächst auf der Ebene des Forschungsdesigns die Kombination beider
Methoden diskutieren. Im Kern wird anschließend unter der Prämisse einer zirkulären Strategie
ein Methodenbaukasten der qualitativen Inhaltsanalyse vorgestellt.

Nach der Studie ist vor der Studie – alles eine Frage des Designs
Qualitative Methoden können mit quantitativen Methoden unterschiedlich kombiniert werden.
Meist werden unterschiedliche Kombinationen unter dem Oberbegriff Mixed-Methods
zusammengefasst. Grundsätzlich können dabei drei Varianten unterschieden werden: parallel
innerhalb einer Untersuchungsphase, durch verschiedene Untersuchungsphasen einer Studie
nacheinander oder durch die Kombination von zwei oder mehreren Studien (vgl. Absatz mit
Hussy et al., 2010, S. 279).
2
Im Folgenden soll die Kombination von qualitativem und quantitativem Ansatz anhand eines
konkreten Beispiels aus dem Anwendungsfeld Psychologie und Vertrieb dargestellt werden: Die
qualitative Studie für diesen Beitrag erfolgte im Nachgang zu einer quantitativen Bezugsstudie
von Nachtwei & Sleutel (2014). In der Bezugsstudie wurde der Zusammenhang zwischen
Persönlichkeitseigenschaften von Vertrieblern und Vertriebserfolg anhand der Daten von 1.472
Teilnehmern aus mehreren hundert verschiedenen Unternehmen untersucht. Die nachfolgende

QUANTITATIV ERGEBNISSE

QUALITATIV QUANTITATIV
Abbildung 1. Forschungsdesign als Kombination aus Vertiefungs- und Vorstudienmodell
Quelle: Eigene Darstellung als Anpassung in Anlehnung an Steckler et al., 1992

Interviewstudie mit Domänen-Experten wurde zunächst zur Qualifikation der Ergebnisse


(Vertiefungsmodell) entworfen, die Forschungsfragen entwickelten sich im Verlauf dann auch
hypothesengewinnend für weitere quantitative Studien (Vorstudienmodell). Aus der
Gesamtbetrachtung kann dieses Design als Kombination aus einem Vertiefungs- und einem
Vorstudienmodell verstanden werden (siehe Abb. 1) (Mayring, 2001; Steckler et al., 1992).

Das Forschungsinteresse entwickelte sich durch die Diskussion der Bezugsstudie in der
Vertriebs-Domäne. Mittelpunkt der Diskussion war der Zusammenhang zwischen einer niedrigen
Teamorientierung und einer hohen Umsatzzielerreichung. Nicht zuletzt beim Abgleich der
Bezugsstudie mit dem aktuellen Forschungsstand zeigte sich deutlich, dass der Vertrieb als
Forschungsfeld, zumindest im deutschsprachigen Raum, aus psychologischer Perspektive eher
unbearbeitet ist und daher eine weitere Bearbeitung lohnenswert erschien.
Untersuchungsfragen zur Bezugsstudie im Abgleich mit dem Forschungsstand bildeten die
Grundlage für die Forschungsfragen der Interviewstudie. Die Forschungsfragen reflektierten das
Forschungsinteresse und waren auf neue Erkenntnisse in Form eines Wissenszuwachses
ausgerichtet (vgl. Flick, 1995). Zu den Forschungsfragen wurden dann als theoretische
Vorüberlegung sogenannte sensibilisierende Konzepte formuliert. Diese unterscheiden sich von
Hypothesen in quantitativen Untersuchungen, welche auch als vorgefasste Konzepte definiert
werden, durch ihre Offenheit, haben jedoch eine ähnliche Funktion. Sie sollen die Untersuchung
strukturieren und die Aufmerksamkeit auf das lenken, was wichtig ist (ebd.). Im Sinne des
zirkulären Charakters bei qualitativen Untersuchungen wurden die Fragestellungen jedoch im
Forschungsverlauf kontinuierlich konkretisiert, aufbereitet, eingegrenzt und revidiert (Flick, 2012,
3
S. 134). Im Kasten 1 ist exemplarisch eine Forschungsfrage der Interviewstudie mit einer der
vorbereitenden Untersuchungsfragen und einem Auszug aus dem sensibilisierenden Konzept
aufgeführt. Im Beitrag wird diese Forschungsfrage als Grundlage für Beispiele, insbesondere im
Methodenbaukasten immer wieder aufgenommen.

Forschungsfrage zu „Vertriebsziele“ aus der Interviewstudie als Grundlage für weitere Beispiele zur
Veranschaulichung: welche weiteren Ziele zur Messung der beruflichen Leistung sind im Vertrieb
relevant, und wie stehen diese in Beziehung mit der Umsatzzielerreichung?

Untersuchungsfrage: Warum ließen knapp 23 % der Vertriebler in der Bezugsstudie (Nachtwei &
Sleutel, 2014) die Frage nach der persönlichen Umsatzzielerreichung offen?
Sensibilisierendes Konzept (Auszug): Huckemann & Schmitz (2014) berichten von durchschnittlich
acht sogenannten Key Performance Indicators (KPIs) im Vertrieb.

Kasten 1 Beispiel Vertriebsziele – Forschungsfrage & Untersuchungsfrage

Datenerhebung
Bei der gewählten Erhebungsmethode, dem Experteninterview, steht nicht der Interviewpartner
als Person im Vordergrund, sondern vielmehr sein Wissen in Bezug auf die Forschungsfragen
(Gläser & Laudel, 2010). Als Experte kann in diesem Sinn jede Person definiert werden, deren
spezifisches Wissen relevant für die Untersuchung ist (Bogner & Menz, 2005). Für die
Interviewstudie wurden somit Vertriebsmanager wie -mitarbeiter ausgewählt. Dabei wurde auf
Varianz bestimmter Parameter, insbesondere der Branche, geachtet. Bei der Durchführung
wurde ein teilstandardisierter Interviewleitfaden verwendet, welcher Themenblöcke mit
offenen Fragen zu den Forschungsfragen enthielt (Hussy et al., 2010). Der Interviewleitfaden
sowie eine Zusammenfassung der Bezugsstudie wurde den Interviewteilnehmern vor den
Interviews zugesandt. Nach einem Test des Leitfadens wurden zehn Einzel-Interviews und ein
Doppelinterview geführt. Im Lauf der Datenerhebung wurden die Themenreihenfolge des
Leitfadens angepasst, Vertiefungsfragen ergänzt sowie ein Kurz-Protokoll geführt. Dabei wurden
u.a. die Kernaussagen notiert und die Anwendung des Interviewleitfadens direkt im Anschluss
an die Interviews evaluiert. Alle Interviews wurden digital aufgezeichnet, anonymisiert und
anschließend nach festen Regeln in literarische Umschrift transkribiert (vgl. ebd., S. 237).

Fragen aus dem Interviewleitfaden zur Forschungsfrage „Vertriebsziele“: Neben dem Umsatz: Welche
weiteren Ziele gibt es bei Ihnen? In welcher Beziehung stehen diese zum Umsatzziel? Gibt es auch
Teamziele? Wie werden Ziele bei Ihnen vereinbart bzw. wie entstehen Zielvorgaben? (z.T. im
Forschungsverlauf ergänzt.)

Kasten 2 Beispiel Vertriebsziele - Fragen aus dem Interviewleitfaden

4
Qualitative Inhaltsanalyse - Lösung mit vielen Problemen?
Als ein geeignetes Verfahren für die Auswertung von Experteninterviews wird die qualitative
Inhaltsanalyse beschrieben (Gläser & Laudel, 2010). Liegen die Anfänge der Inhaltsanalyse im
systematischen Bearbeiten von Massenmedien mit quantitativen Verfahren, soll sich die
qualitative Inhaltsanalyse über den Inhalt hinaus auch auf formale Aspekte und den latenten
Sinngehalt ausrichten (Mayring, 2012). Die Abgrenzung gegenüber anderen qualitativen
Auswertungsmethoden bringt bereits einige Herausforderungen mit sich. Wesentliches Merkmal
dabei ist, dass es bei der qualitativen Inhaltsanalyse um die tatsächliche Textbedeutung geht
(vgl. Bortz & Döring, 2006; Hussy et al., 2010). Gleichzeitig zeigt sich spätestens bei der
Anwendung auf die eigenen Daten, dass die qualitative Inhaltsanalyse kein einheitliches
Verfahren ist. Schreier fasst die Situation wie folgt zusammen: „Kurz: ‚Die‘ qualitative
Inhaltsanalyse gibt es nicht, und es besteht kein Konsens, was qualitative Inhaltsanalyse
ausmacht.“ (2014, Abs. 3). Die Eingrenzung der Methodenwahl auf das Vorgehen eines
einzelnen Forschers scheint jedoch nur im ersten Moment konkretisierend. Entweder wurden
diese Verfahren für Einzel-Projekte und spezifische Fragestellungen individuell entwickelt oder
aber es werden verschiedenen Analysetechniken genannt, jedoch nur in sehr unterschiedlichem
Umfang skizziert (z.B. bei Mayring, 2010; vgl. dazu auch Kuckartz, 2016, S. 48).

Aus dieser Situation heraus wurde für die Interviewstudie eine eigene Auswertungsstrategie
entworfen. Diese kann als Zusammenstellung verschiedener geeigneter Analysetechniken
verstanden werden (Schmidt, 2012). Die Erarbeitung dieser spezifischen Auswertungsstrategie
für die Interviewstudie bildet die Grundlage für das weitere Vorgehen in diesem Beitrag. Dabei
wurde der Vorschlag eines „Werkzeugkasten“ von Schreier (2014, Abs. 54ff.) aufgenommen und
als ein (Methoden-)Baukasten weiterentwickelt. Es ordnet sich dabei als Verfahren in die
strukturierende qualitative Inhaltsanalyse ein (ebd.). Das Vorgehen und die Techniken wurden
dafür aus der Literatur abgeleitet (insbesondere: Kuckartz, 2016; Mayring, 2010; Schreier,
2014). Die Modellierung des Baukastens erfolgte aufgrund eigener konzeptioneller
Überlegungen und Testung am eigenen Forschungsprojekt. Auch im weiteren Verlauf werden
konkrete Schritte bei der Auswertung der Interviewstudie als Beispiele zur Orientierung im
Baukasten genannt und kommentiert.

Anforderungen an den Methodenbaukasten


Für den Methodenbaukasten wurde das folgende Anforderungsprofil formuliert, welches aus
den Merkmalen der Forschungspraxis für qualitative Inhaltsanalysen abgeleitet ist (vgl. dazu
Schreier, 2014, Abs. 4; Kuckartz, 2016, S. 52f.; Mayring, 2010, S. 48 ff.):

- Systematisches, regelgeleitetes Vorgehen


5
- Zergliederung des Materials in (unterschiedliche) Analyseeinheiten
- Kategoriensystem im Mittelpunkt der Analyse
- Konstruktion und Anwendung der ‚Kategorien’ in unterschiedlichen Phasen
- Theoriegeleitete Definition der ‚Kategorien’ (deduktiv) als auch Entwicklung dieser am
Material (induktiv)
- Anwendung der Gütekriterien Reliabilität und Validität

Die Umsetzung dieser Anforderungen wird direkt in den unterschiedlichen Phasen des
Methodenbaukastens relevant. Aufgrund der zentralen Bedeutung wird jedoch das
Kategoriensystem übergreifend definiert und um zwei zentrale Aspekte erweitert: Kategorien
sind dabei analog zu Variablen und ihren Ausprägungen zu verstehen. Sowohl die Konstruktion
als auch die Anwendung von Kategorien bzw. Variablen erfolgt interpretativ und ist somit auf
den latenten Sinngehalt ausgerichtet.
Eine Variable ist ein Merkmal, das verschiedene Ausprägungsgrade annehmen kann (Hussy et
al., 2010, S. 37). Bei der qualitativen Inhaltsanalyse ist es üblich dafür den Begriff der Kategorie
zu verwenden. Kategorien werden dabei nach festen Bedingungen Textteilen zugeordnet.
Gängig ist auch eine hierarchische Einteilung in Ober- und Unterkategorien. Grundsätzlich
schließen sich Unterkategorien derselben Oberkategorien aus, verschiedene Oberkategorien
dagegen nicht (vgl. ebd., S. 245). Oberkategorien sind somit als Variablen, Unterkategorien als
Ausprägungen zu verstehen. Im weiteren Verlauf werden Variable und Ausprägung als Begriffe
verwendet. Das Kategoriensystem kann somit als Gesamtheit aller Variablen verstanden
werden. Variablen sind u.a. nach Art ihrer Ausprägung bzw. ihres Skalenniveaus zu
unterscheiden (Bortz & Döring, 2006). Wichtig ist dabei auch das Verständnis, dass durch die
qualitative Inhaltsanalyse eine Transformation von qualitativen Daten in quantitative Daten
stattfindet. Das Ursprungsmaterial, z.B. ein Transkript (qualitative Daten) wird mithilfe von
Nominal- als auch Ordinalskalen in quantitative Daten transformiert. Grundsätzlich ist auch
denkbar z.B. mithilfe von Ratingskalen erfasste Variablenwerte intervallskaliert zu interpretieren
(vgl. Kuckartz, 2015, S. 124; Bortz & Döring, 2006, S. 298). Jedoch dürfte es meist schwer
umsetzbar sein, zu den inhaltsanalytisch generierten Variablen genaue Abstände zu bilden
(Schreier, 2014).
Das Zuordnen von Textteilen zu Variablen wird in der qualitativen Inhaltsanalyse gängig als
Kodieren bezeichnet, nicht zuletzt, weil die Wurzel in der quantitativen Inhaltsanalyse liegt.
Hierbei werden verbale Daten direkt quantitativ ausgewertet (z.B. durch Auszählung von
Wörtern für Häufigkeitsanalysen) oder es werden den verbalen Daten Kodes zugeordnet,
welche für die Variablenausprägung stehen (z.B. vorhanden = 1; nicht vorhanden = 2 bei

6
Kontingenzanalysen) (Kelle, 2014, S.153; Bortz & Döring, 2006, S.151f.). Grundsätzlich kann
diese Art von Kodieren auch bei der qualitativen Inhaltsanalyse hilfreich sein, jedoch bleibt der
latente Sinngehalt der markierten Textstellen, welche den Variablenausprägungen zugeordnet
werden, Kern der Analyse (Mayring, 2010). Kelle (2014) empfiehlt, beide Sachverhalte nicht
unreflektiert zu vermischen, da dies zu erheblichen Fehlinterpretationen führen kann (S.159).
Bei der Arbeit mit einer QDA-Software2 ist daher vielmehr die „Verknüpfung“ von
Variablenausprägungen und markierten Textstellen von besonderem Wert, um diese
wiederzufinden und zu analysieren. Deshalb wird im Folgenden nicht von Kodieren, sondern von
Markieren gesprochen. Konsequenterweise sollte daher auch nicht von Kodierer, sondern
vielmehr von Urteiler bzw. Rater gesprochen werden (vgl. Bortz & Döring, 2006, S. 154 ff.).

Gütekriterien qualitativer Forschung


Bei empirischen Untersuchungen wird die Qualität der Ergebnisse anhand der Gütekriterien
eingeschätzt. Die in der quantitativen Forschung bekannten und etablierten Kriterien
Objektivität, Validität und Reliabilität sind jedoch nicht identisch auf die qualitative Inhaltsanalyse
anzuwenden. In der qualitativen Forschung besteht kaum Einigkeit über Gütekriterien (Steinke,
2012). Grundsätzlich soll das Forschungsergebnis jedoch nachvollziehbar und dem Gegenstand
angemessen, theoretisch verankert und in seiner Relevanz reflektiert sein. Dementsprechend ist
das Vorgehen zu dokumentieren und folgt einer Regelgeleitetheit (Mayring, 2010). Kuckartz
(2016, S. 203) integriert dieses Vorgehen in die interne Studiengüte und ergänzt dazu eine
externe Studiengüte. Interne Gütekriterien in Bezug auf den Methodenbaukasten zeigt sich z.B.
in der Wahl des passenden Skalenniveaus für die jeweilige Forschungsfrage, in der
Beschreibung der Variablen und Nennung von Ankerbeispielen oder in der Übereinstimmung
der Urteiler sowie einem nachvollziehbaren Vorgehen bei geringer Übereinstimmung. Im
Methodenbaukasten wird dafür noch auf die (Interrater)Reliabilität eingegangen. Im Hinblick auf
die externe Studiengüte können folgende Strategien im Methodenbaukasten Anwendung finden:
Feedback von externen Experten, z.B. nach der Präsentation von konstruierten Variablen und
Ergebnissen (sog. peer debriefing). Sowie Besprechung und Diskussion zwischen den Urteilern,
insbesondere bei der Konstruktion von Variablen (sog. member checking) (vgl. ebd., S.218;
Steinke, 2012, S. 324ff.).

2
QDA-Software: Software zur qualitativen Datenanalyse. Bei der Auswertung wurde die QDA-Software
f4analyse verwendet (https://www.audiotranskription.de/f4-analyse). Bei größeren Stichproben (>50) und
mehren parallel arbeitenden Beurteilern empfehlen sich umfassendere Programme wie z.B. MAXQDA.
Mehr zur Nutzung von QDA-Software in den Handbüchern der Software-Hersteller und bei Kuckartz
(2016).
7
Phasen und Vorgehen Methodenbaukasten

Der Methodenbaukasten besteht aus einem zentralen Ankerpunkt, dem Vorverständnis und
sechs Phasen (siehe Abbildung 2). Der Aufbau soll dabei sowohl dem systematisch
regelgeleiteten Vorgehen auf der einen Seite als auch einer zirkulären Strategie auf der anderen
Seite gerecht werden. Die Phasen ordnen das Vorgehen in eine feste Reihenfolge, können sich
jedoch überlappen und sind somit bewusst nicht als Schritte, die einer strengen Hierarchie
folgen, definiert. Der zirkuläre Charakter äußert sich insbesondere durch die Wechselwirkung
zwischen dem Vorverständnis und den einzelnen Phasen.

Daten befragen Daten darstellen

1 6
2
Daten segmentieren

5
Vorverständnis
Daten auswerten

3
Variablen konstruieren
4
Daten markieren

Abbildung 2 Methodenbaukasten
Quelle: Eigene Darstellung

Das Vorverständnis als zentraler Ankerpunkt bündelt sowohl das theoretische Verständnis,
insbesondere durch die Forschungsfragen und sensibilisierende Konzepte, als auch die
gesammelten Erfahrungen im Forschungsverlauf (vgl. Schmidt, 2012). Zu diesen Erfahrungen
zählt auch der Wissenszuwachs bei der Datenerhebung, wenn z.B. Interviews selbst geführt und
transkribiert wurden. Eine Sichtung des Materials vor der systematischen Analyse ist sowohl
realistisch als auch zu empfehlen. Ebenfalls üblich ist es, dass im Forschungsverlauf weitere
Literatur zur Vertiefung recherchiert wird. Hilfreich ist es, Mitschriften der Erhebungsphasen (z.B.
Protokolle) und Notizen während der Datenauswertung (z.B. Tafelbilder) in den Prozess
einfließen zu lassen bzw. in einem Forschungstagebuch zu bündeln. Dies ist neben einer
8
detaillierten Stichprobenbeschreibung insbesondere für die weiteren Urteiler wichtig, um mit
einem ähnlichen Vorwissen in die Konstruktion und Anwendung der Variablen einzusteigen.

Ausgehend vom Vorverständnis können Forschungsfragen, untergeordnete Teilfragestellungen


und damit verbundene Variablen sowohl parallel als auch nacheinander bearbeitet werden. Eine
Variante kann sein, Forschungsfragen vor der Analyse theoriegeleitet in eine Reihenfolge zu
bringen und nacheinander, eventuell aufeinander aufbauend, abzuarbeiten. Alternativ können
auch erst im Verlauf der Analyse Ergebnisse von vorherigen Analysen aufgegriffen werden und
Grundlage für die Differenzierung von weiteren Forschungsfragen sein. Hilfreich kann es auch
sein, bewusst als Zwischenschritt Teildaten aus der Stichprobe zu extrahieren und diese später
in einer weiteren Schleife weiter zu analysieren. Im Folgenden wird nun jede einzelne Phase
des Methodenbaukastens mit einem Beispiel aus der Interviewstudie erklärt.

Phase 1 – Daten befragen


In dieser Phase erfolgt die theoriegeleitete Differenzierung der Fragestellungen (Mayring, 2010),
im Abgleich zum Generalisierungsziel der Analyse (Flick, 2012). Vereinfacht ausgedrückt sollen
Fragen an die Daten formuliert werden. Es gilt dabei, die Forschungsfragen anhand von
untergeordneten Teilfragestellungen zu konkretisieren, ohne die Forschungsfrage zu
verbreitern.
Hilfreich bei der Differenzierung der Fragestellungen ist es, eine Datenmatrix zu skizzieren.
Hierbei stehen die Zeilen für die Fälle (z.B. Interviews) und die Spalten für die Variablen (bzw.
als Vorstufe für die Forschungsfragen oder Themen). Von Kuckartz (2016) als Profilmatrix
definiert, wird dieses Vorgehen als Grundidee der strukturierenden Inhaltsanalyse verstanden,
aus der sich fallorientierte und variablenorientierte Perspektiven ableiten lassen (siehe Abb. 3).
Variable/Forschungsfrage/ Variable/Forschungsfrage/
Thema 1 Thema m

Fall/Interview Textstelle: Textstelle: Fallzusammenfassung


Fall 1; Variable 1 Fall 1; Variable m → Fall 1
1
Fall/Interview Textstelle: Textstelle:
Fall n; Variable 1 Fall n; Variable m → Fall n
n

Variablenorientierte Auswertung
↓ ↓
Variable 1 Variable m
Abbildung 3 Datenmatrix
Quelle: eigene Darstellung in Anlehnung an Kuckartz, 2016

9
Die Ausrichtung der Fragestellung auf eine detaillierte Analyse, einen Vergleich oder eine
Typologie, welche Flick (2012, S. 259) u.a. als Generalisierungsziele aufzählt, kann ebenfalls
hilfreich sein. Bei detaillierten Analysen richtet sich die Fragestellung sowohl auf spezifische
Aspekte in einzelnen Fällen, als auch auf die Zusammenfassung dieser im Ganzen.
Fragestellungen können auch auf einen Vergleich zwischen verschiedenen Fällen abzielen oder
sich auf eine Situation in jeweils einem Fall ausrichten. Für eine Typologie können durch die
Kombination verschiedener Variablen einzelne Fälle in Gruppen eingeteilt werden.
Grundsätzlich können auch Fragestellungen auf das Extrahieren von bestimmten Zitaten
abzielen.

Die Frage im Interview zur Forschungsfrage „Vertriebsziele“ zielte bereits im Probeinterview über die
Nennung von reinen Inhaltszielen auf die Ausgestaltung dieser im Vertriebsalltag ab. Basierend auf den
Erfahrungen im Interview wurde u.a. die „Frage an die Daten“ zur Konkretisierung wie folgt erweitert: Wie
sind genannte Vertriebsziele ausgestaltet? Welche Kriterien lassen sich ableiten?
Kasten 3 Beispiel Vertriebsziele - Phase 1 Frage an die Daten

Phase 2 – Daten segmentieren

Um Variablen z.B. mit Textteilen zu verknüpfen, ist es hilfreich das zu untersuchende Material
(z.B. die Transkripte) zu segmentieren. In der Inhaltsanalyse werden dafür verschiedene
Einheiten bestimmt. Da jedoch keine einheitliche Definition besteht, werden für diesen Beitrag
Begriffe bestimmt und eigene Definitionen formuliert. In den Klammern nach den jeweiligen
Einheiten sind die Begriffe gesammelt, welche in der Literatur für die Inhaltsanalyse ebenfalls für
die nachfolgende Definition verwendet werden (vgl. dazu Kuckartz, 2016, S. 30ff.; Mayring, 2010
S. 59; Krippendorff, 2012, S. 382 ff.):

Die Stichprobe (sampling unit; auch Auswahleinheit genannt) beinhaltet die Gesamtheit aller
„Fälle“ und muss, wenn eine eigene Erhebung erfolgt ist, i.d.R. nicht extra bestimmt werden, da
diese über die Stichprobenbeschreibung bereits erfolgt ist. Die Untersuchungseinheit
(recording unit; auch Auswertungseinheit, Analyseeinheit oder Merkmalsträger) legt den Textteil
pro „Fall“ (z.B. Interview) fest, der im Rahmen der Fragestellung untersucht werden soll:
beispielsweise ein gesamtes Interview oder eine Antwort auf eine bestimmte Frage. Es kann
auch bereits markiertes oder verdichtetes Material aus einer vorangegangenen Analyse als
Untersuchungseinheit herangezogen werden. Mit der Bestimmung der Inhaltseinheit (content-
unit; auch Kodiereinheit) wird sowohl der kleinste (zum Beispiel ein Wort) als auch der
größtmögliche Textbestandteil (zum Beispiel ein Absatz) bestimmt, welcher markiert werden
kann. Der größtmögliche Textbestandteil hat dabei maximal die Größe der
10
Untersuchungseinheit. Die Inhaltseinheit ist die zentrale Einheit in der Konstruktion und
Anwendung der Variablen. Hilfreich dafür ist es außerdem, die Kontexteinheit (context unit) zu
bestimmen. Diese hat mindestens die gleiche Größe wie die Untersuchungseinheit, kann jedoch
auch vergrößert werden und somit zu einer Explikation führen. Dies kann nötig sein, wenn sich
z.B. die Untersuchungseinheit auf die Antwort zu einer bestimmten Frage fokussiert, für den
Sinngehalt jedoch das gesamte Interview notwendig ist. Eine Explikation, die über das Interview-
Transkript hinausgeht, kann z.B. dann Sinn machen, wenn auf Textdokumente im Interview
Bezug genommen wird. Es ist kann durchaus sinnvoll sein, die Kontexteinheit und ggf. auch die
Inhaltseinheit im Verlaufe der nächsten Phase anzupassen.

In der Interviewstudie wurde als Stichprobe die Gesamtheit aus 11 transkribierten Interviews und als
Untersuchungseinheit jedes einzelne Interview (Fall) bestimmt. Als Inhaltseinheit für die Forschungsfrage
zu den Vertriebszielen wurde mindestens ein Wort und maximal ein Absatz definiert. Ein Absatz
kennzeichnete jeweils einen Dialogteil im Interview, also die Antwort des interviewten Vertrieblers oder
die Frage des Interviewers. Grundsätzlich waren dabei nur die Antworten des Vertrieblers von Interesse,
wenige Ausnahmen bildeten Paraphrasen des Interviewers zu den Antworten des Vertrieblers. Als
Kontexteinheit wurde das Interview bestimmt. In einem Fall wurde die Kontexteinheit auf ein Dokument
erweitert, welches auch Gegenstand des Interviews war und zur Auswertung als Kopie vorlag.

Kasten 4 Beispiel Vertriebsziele - Phase 2 Daten segmentieren

Phase 3 – Variablen konstruieren


Stehen die Variablen im Mittelpunkt der Analyse, ist zuerst über ihre Konstruktion zu
entscheiden. Ziel in dieser Phase ist die Erarbeitung eines „Markier“-Leitfadens für die Urteiler
(analog zum Begriff des Kodierleitfadens), der die Definitionen und Ankerbeispiele der Variablen
und ihrer Ausprägungen in sich aufnimmt.
Der Erstzugang für die Konstruktion, auch Basisstrategie genannt, kann dabei entweder
induktiv, deduktiv oder deduktiv-induktiv erfolgen (vgl. Schreier, 2014, Abs. 58). Beim induktiven
Vorgehen werden die Variablen und ihre Ausprägungen aus der Stichprobe heraus entwickelt.
Das deduktive Vorgehen legt die Variablen und ihre Ausprägung anhand von vorher
festgelegten, theoretisch begründeten Auswertungsaspekten fest. Darüber hinaus existiert ein
deduktiv-induktives Vorgehen, bei dem Variablen vorab gebildet und im Verlauf durch
Ausprägungen ausdifferenziert werden. Bei induktiver und deduktiv-induktiver Basisstrategie, ist
eine Überarbeitung in Rückkoppelungsschleifen anhand des Vorverständnisses und der
Stichprobe zu empfehlen. Sollten Variablen und Ausprägungen rein deduktiv bestimmt werden,
empfiehlt sich zumindest ein Probedurchlauf. Somit sind Untersuchungseinheiten (z.B.

11
Interviews) aus der Stichprobe für die Konstruktion und den Probedurchlauf auszuwählen. Wie
viele Untersuchungseinheiten dabei ausgewählt werden, hängt stark von der Stichprobengröße
ab. Grundsätzlich empfiehlt sich etwa 10-50 % der Untersuchungseinheiten aus der Stichprobe
auszuwählen (Mayring, 2010). Die Auswahl sollte dabei sinnvoll begründet werden, z.B. durch
eine Zufallsziehung oder auf Grundlage anhand bestimmter Parameter der Stichprobe.
Die strukturierende Inhaltsanalyse wird häufig in inhaltlich-strukturierend (mit dem Ziel der
Erfassung verschiedener Inhalte) und evaluativ/skalierend (mit dem Ziel der Beschreibung von
Ausprägungen eines bestimmten Merkmals) als eigenständige Verfahren unterteilt (vgl.
Kuckartz, 2016, Mayring, 2010). Der Methodenbaukasten dieser Arbeit nimmt diese Unterteilung
in verschiedenen Verfahren jedoch nicht vor, sondern integriert beide vielmehr über die
Einteilung in nominale und ordinale Variablen. Wie sich im Beispiel (Kasten 5) zeigt, ist es
durchaus realistisch, dass eine Forschungsfrage sowohl auf verschiedene Inhalte als auch
Ausprägungen abzielt. Somit werden sowohl nominale als auch ordinale Variablen in einem
Analysevorgang konstruiert. Bei der Erarbeitung der (kategorialen) Variablen und deren
Ausprägungen müssen diese: exakt definiert werden, sich gegenseitig ausschließen und das
Merkmal erschöpfend beschreiben (vgl. Bortz & Döring, 2006, S. 140). Insbesondere ist die
Definition des Variablen-Labels wichtig, da dieses neben den verknüpften Textstellen für die
Auswertung und Ergebnisdarstellung zentral ist. Sind beispielsweise Variablen auf die
Erfassung von verschiedenen Inhalten ausgerichtet, sind die Ausprägungen nominal zu
skalieren und als häufbar zu definieren. Möglich ist, dabei auch lediglich die Variable ohne
konkrete Ausprägungen zu definieren, um z.B. zu einer bestimmten Frage ein Zitat zu
extrahieren. Formal ist dafür jedoch die Einteilung der Ausprägung in „Ja/Nein“ oder
„genannt/nicht genannt“ zu empfehlen. Erfolgt die Ausrichtung auf die Erfassung von
verschiedenen Ausprägungen (nominal oder ordinal skaliert), sollten diese als nicht häufbar,
also nur mit Einfachnennung definiert werden. Zu Empfehlen ist dabei auch, pro Variable die
Definition der Ausprägung „nicht genannt“ oder „unbekannt“ zu verwenden.
Um die Zuordnung der Untersuchungseinheiten zu den Variablen unter mehreren Urteilern zu
erleichtern, sollten sog. Ankerbeispiele in den Leitfaden aufgenommen werden. Diese sind
Zitate aus der Stichprobe, die in der Konstruktionsphase bereits markiert wurden. Eine parallele
Konstruktion der Variablen durch weitere Beurteiler wird in dieser Phase empfohlen. Dabei ist es
jedoch nicht immer zielführend eine Übereinstimmung der Urteile über einen Koeffizienten zu
bestimmen. Vielmehr ist es sinnvoll in regelmäßigen Abständen die Ergebnisse der
Konstruktionsphase zu besprechen und zu diskutieren (vgl. Kuckartz, 2016, S. 204 ff.).

12
In einer ersten Analyse sollten die genannten Ziele aus dem Text pro Fall extrahiert werden. Dafür
wurden 3 Interviews aus der Stichprobe bewusst ausgesucht und parallel durch 2 Urteiler bearbeitet.
Aufgabe war es, Variablen (vorerst ohne Ausprägungen) induktiv zu konstruieren, welche die
Ausgestaltung der Vertriebsziele in Fragmenten beschreiben. Danach folgte eine Besprechung zu den
konstruierten Variablen und markierten Textstellen. Fünf Variablen waren dabei in Definition und
Fundstellen bei beiden Urteilern sehr ähnlich und wurden anschließend ausdefiniert und um
Ankerbeispiele angereichert (Bezugsperson, Inhalt, Bezugsrahmen, Zeitraum und Vergütung). Aus
mehreren nicht überschneidenden Variablen wurden letztlich am Material drei weitere Variablen zur
Differenzierung gebildet (Zielvereinbarung, Messung und Sichtbarkeit). Der daraus entstandene Inhalt
und Erkenntnisgewinn diente sowohl als Anstoß und als Auswertungseinheit für die zweite Analyse. Bei
dieser Analyse erfolgte die Konstruktion der Variablen deduktiv und wurden auf Grundlagen der
Bezugsstudie gebildet. In dieser wurden „Führungskräfte & Vertriebsmitarbeiter zur persönlichen Umsatz-
Zielerreichung in Prozent für das Jahr 2013“ befragt. Diese Elemente wurden in Variablen zerlegt:
Zielträger, Gültigkeitsbereich, Zielinhalt, Zielausmaß und Zeitraum und um die Vergütungsart ergänzt.
Passende Ausprägungen wurden in der Literatur recherchiert. Dabei kamen sowohl nominale als auch
ordinale Skalen zum Einsatz.
Kasten 5 Beispiel Vertriebsziele - Phase 3 Variablen konstruieren

Phase 4 – Daten markieren


Nach der Konstruktion der Variablen und der Erstellung des Leitfadens erfolgt die Beurteilung
des gesamten Materials und somit die eigentliche Arbeit mit den Variablen. Hilfreich, jedoch
nicht zwingend, ist die Nutzung einer QDA-Software. Die Bearbeitung durch weitere Beurteiler
ist insbesondere in dieser Phase von großer Bedeutung. Dabei ist es erstrebenswert, die Inter-
Rater-Reliabilität als Quote der Übereinstimmung der Einschätzung mehrerer Urteiler, zu
berechnen. Im Grunde beschreibt diese, Mayring folgend, gar nicht die Reliabilität, sondern die
Reproduzierbarkeit und Objektivität der Ergebnisse (vgl. Mayring, 2010, S.120). Die Stabilität
der Ergebnisse kann dagegen über die Intra-Rater-Reliabilität gemessen werden und beschreibt
die Übereinstimmung von zwei Markierdurchgängen je Urteiler (vgl. ebd.). Die jeweilige Quote
kann durch einen einfachen Koeffizienten3 aus der prozentualen Übereinstimmung errechnet
werden. Möglich ist auch die Berechnung des Reliabilitäts-Koeffizienten Cohens Kappa, wobei
über die Randhäufigkeiten die jeweiligen Wahrscheinlichkeiten berechnet werden und somit das
Ergebnis um die zufälligen Übereinstimmungen bereinigt wird (mehr dazu in Bortz & Döring,
2006, S. 276; Kuckartz, 2016, S. 207 ff.).

3 (Zahl der Urteiler) × (Zahl der übereinstimmenden Urteile)


(Zahl der Urteile)
13
Unabhängig davon, welcher Koeffizient berechnet werden soll, ist dafür konzeptionell einiges an
Vorarbeit früh im Prozess nötig. Dabei spielt sowohl die Kodierung der Ausprägungen der
Variablen, als auch die Segmentierung in Einheiten eine Rolle (vgl. Kuckartz, 2016, S. 211). So
ist es für die Berechnung nötig, die Ausprägungen in Zahlenwerten zu kodieren (z.B. 0 = nicht
vorhanden; 1 = vorhanden). Deutlich herausfordernder ist es jedoch, wenn die Übereinstimmung
nicht pro Untersuchungseinheit (z.B. pro Interview), sondern pro Inhaltseinheit (z.B. pro Absatz
oder gar auf das Wort genau) gemessen werden soll. Bei beiden Aspekten kann eine QDA-
Software Arbeitsschritte abnehmen. Grundsätzlich ist jedoch anzumerken, dass ein hoher
Koeffizient noch lange keine Garantie auf eine hohe Gütequalität darstellt. So kann eine
einhunderprozentige Übereinstimmung eher Aussage über zu allgemein definierte Variablen
sein, hinter welchen sich der wahre Sinngehalt noch versteckt. Eine gewisse Aussagekraft kann
dagegen die inhaltliche Bewertung der nicht übereinstimmenden Markierungen sein (vgl.
Kuckartz, 2016, S. 211). Der Umgang damit sollte möglichst in der Verfahrensweise vorab
bestimmt werden und eventuell durch eine unabhängige Person bewertet werden (vgl. Schreier,
2014, Abs. 58)

Bei der ersten Analyse zu den Vertriebszielen wurden 20% der Interviews (Untersuchungseinheiten)
durch einen weiteren Urteiler ebenfalls mithilfe des „Markier“-Leitfadens bearbeitet. Die Ergebnisse
wurden im Anschluss mit denen des Erst-Urteilers verglichen. Dafür wurden die Absatznummern, welche
durch die Inhaltseinheiten markiert worden sind, gegenübergelegt. Das zuerst gesetzte Ziel von einer
Übereinstimmung von 70% wurde dabei erfüllt, die Detailanalyse der Variablen ohne Übereinstimmungen
wurde inhaltlich analysiert und z.T. für die Datenauswertung angeglichen. Bei der zweiten Analyse mit
den deduktiv konstruierten Variablen wurden die Ausprägungen für die Berechnung der Inter-Rater-
Reliabilität in nummerische Werte kodiert. Die Übereinstimmung mit den Ergebnissen des weiteren
Urteilers wurde auf Ebene der Untersuchungseinheit (den Interviews) über einen einfachen Koeffizienten
dargestellt.
Kasten 6 Beispiel Vertriebsziele - Phase 4 Daten markieren

Phase 5 – Daten auswerten


Wurden in der vorherigen Phase durch das Markieren qualitative Daten
(Untersuchungseinheiten) ausgewählt und diese dabei in quantitative Daten
(Variablenausprägungen) transformiert, geht es nun um die Auswertung der Daten. Die
Auswertung ist dabei auf den Inhalt ausgerichtet und erfolgt im Abgleich mit der
Forschungsfrage und den konkretisierten Fragestellungen. Perspektive jeder Analyse ist
entweder eine Einzelfallinterpretation (within-case Analyse) oder eine fallübergreifende

14
Interpretation (between-case Analyse) der Ergebnisse. Der Blick geht dabei entweder auf
einzelne Variablen und ihre Ausprägungen, Zusammenhänge zwischen Ausprägungen oder
zielt auf Zusammenhänge zwischen den Variablen verschiedener Forschungsfragen ab.

Als ein erster Schritt kann es hilfreich sein, sog. quantifizierende Materialübersichten zu erstellen
(Schmidt, 2012, S. 454). Dabei werden die Häufigkeitsangaben der Variablen und ihre
Ausprägungen über alle Untersuchungseinheiten hinweg in einer Tabelle dargestellt. Etwas
genauere Angaben kann die Darstellung der Variablenausprägungen in einer Datenmatrix aus
Fall und Variable liefern (siehe auch in „Phase 1 - Daten befragen“). Diese Darstellungen stellen
jedoch noch keine Auswertung im Sinne der qualitativen Inhaltsanalyse dar, liefern jedoch eine
gute Übersicht und Informationen zur Datenbasis (ebd.).
Die Art des konstruierten Skalenniveaus bestimmt die Art der Auswertung: so erlauben
Nominalskalen grundsätzlich Aussagen zu Gleichheit und Verschiedenheit, Ordinalskalen
dagegen auch zu größer-kleiner-Relationen (Bortz & Döring, 2006). Sind nominal skalierte
Variablen so konstruiert, dass keine oder nur eine Ja/Nein-Ausprägung definiert wurde, liegt
meist das Interesse an den Fundstellen und dem latenten Sinngehalt dieser. Im Hinblick auf die
Ergebnisdarstellung können diese Daten entweder als Originalzitate oder als
Zusammenfassungen gegenübergestellt werden. Interessant kann auch sein, diese qualitativen
Daten in einer Tabelle mit weiteren Variablen, insbesondere mit quantitativen Daten, zu
kombinieren. Wurden die Variablen nominal mit mehren Ausprägungen skaliert, steht meist die
Häufigkeit dieser im Mittelpunkt der Analyse. Ist die Antwort bzw. das Urteil dazu häufbar, ist
auch die Vielfalt von Interesse. Der Blick sollte sich grundsätzlich sowohl auf die häufig
markierten Ausprägungen als auch die Randthemen bzw. Ausnahmen richten. Gleichzeitig
bietet sich an, die Ergebnisse als Grundlage für weiterführende Analysen zu verwenden oder die
Fälle dadurch in Gruppen einzuteilen. Bei Forschungsfragen mit überwiegend ordinal skalierten
Variablen sind statistische Auswertungen, z.B. die Berechnung der relativen und absoluten
Häufigkeiten und die Darstellung dieser Grafiken gerade zum Einstieg hilfreich. Bei größeren
Datenmengen ist auch das Berechnen von Rangkorrelationen realisierbar, insbesondere in
Kombination mit parallel erhobenen quantitativen Daten (Kuckartz, 2014). Denkbar ist dies auch
in Verbindung mit den sozio-demografischen Daten aus der Stichprobenbeschreibungen
(Kuckartz, 2016). Jedoch sollten statistische Auswertungen aufgrund des zirkulären Charakters
qualitativer Methoden immer vorsichtig interpretiert werden. Gleichzeitig sollten auch bei
ordinalen Skalen die verknüpften qualitativen Daten analysiert werden. Dafür bietet sich z.B.
eine sog. Segmentmatrix an, wobei die Untersuchungseinheiten je nach Ausprägung (z.B. in
hoch, mittel, niedrig) segmentiert dargestellt werden (ebd.). Der Tradition der Sozialforschung

15
folgend, können außerdem sowohl nominale als auch ordinale Skalen zur Typenbildung
verwendet werden.

Zusammengefasst sollte Kern jeder Analyse die Interpretation der qualitativen Daten sein,
welche als Ergebnis konsensfähig sein müssen (vgl. Hussy et al., 2010). Im Hinblick auf die
„externe Studiengüte“ sollten daher bei der Analyse weitere Urteiler beteiligt, Feedback von
Experten eingeholt und ggf. die Betroffenen bzw. Interviewpartner bei der Deutung der
Ergebnisse beteiligt werden (Kuckartz, 2016).

Phase 6 - Daten darstellen


Final erfolgt die Aufbereitung der Daten im Sinne des Darstellungsziels der Analyse.
Grundsätzlich reicht die Ergebnisdarstellung dabei von Originalzitaten, über
Fallzusammenfassungen bis zum Rückmelden von Variablenwerten und Koeffizienten. Die
Darstellung erfolgt dabei in Tabellenform, mithilfe von Grafiken oder Übersichten (vgl. Kuckartz,
2016; Schreier, 2014). Zur Verdichtung der qualitativen Daten kann als Technik u.a. ein
Reduktionsverfahren mit Paraphrasen und Generalisierungen erfolgen (Mayring, 2010). Die
Ergebnisdarstellung ist auch als eine Kombination mit weiteren Daten möglich, z. B. zwischen
Variablen verschiedener Forschungsfragen und kann somit erst nach Abschluss der gesamten
Analyse erfolgen. In Tabelle 1 ist als Beispiel ein Auszug aus der Ergebnisrückmeldung zu den
Vertriebszielen aufgeführt.

Unternehmen Wer Gültigkeits- Zielinhalt Zielausmaß Zeitraum Variable


bereich Vergütung
Bezugsstudie FK/ Persönliche Umsatz Zielerreichung Für 2013 -
(von Zielwert
MA
X) in %

Callcenter MA Bereich Verträge (Anzahl) Mindestgrenze Tag Leistungs-


Outbound (E6) Stornoquote Höchstgrenze Monat vergütung
ca. 15%

Anlagenbau FK Bereich Rohertrag Ziel-Fixierung Jahr Ergebnis-


Neukunden Umsatz beteiligung
(E7)
Absatz Produktart 10%

MA Bereich Spanne (Rohertrag) Mindestgrenze Quartal Leistungs-


vergütung
ca. 60%
Tabelle 1 Beispiel Vertriebsziele - Phase 6 Daten darstellen

16
Fazit
„Und jedem Anfang wohnt ein Zauber inne“ 4; in diesem Sinne soll nun der Beitrag zur
Anwendung von qualitativen Studien und speziell der qualitativen Inhaltanalyse ermutigen. Der
Begriff des Methodenbaukastens war bewusst gewählt, denn ganz im Sinne der zirkulären
Strategie soll dieser sich nicht als einfaches „Kochrezept“ tarnen (vgl. Witt, 2001), sondern den
Anwender zur eigenen Modellierung einladen. Die Beispiele aus der Vertriebsstudie dienten
dabei zur Veranschaulichung der jeweiligen Phasen. Darüber hinaus sollen sie auch zeigen,
dass sowohl ein inhaltlicher als auch methodischer Erkenntnisgewinn noch innerhalb der
Erhebung Anwendung findet. Bestimmte Konzepte bewusst mit Begriffen der quantitativen
Forschungsrichtung, insbesondere Variable statt Kategorie, zu benennen, soll helfen die
qualitative Inhaltsanalyse zu entmystifizieren und gleichzeitig Grundlage für einen Transfer
zwischen beiden Forschungswelten darstellen. So steckt insbesondere in der Konstruktion der
Variablen am Material, mit Probeschleifen und Ankerbeispielen ein enormes Lernpotenzial. Ob
nun qualitative Methoden einzeln oder im „Mix“ mit quantitativen Methoden Anwendung finden:
Sie können einen breiteren Blick auf das jeweilige Forschungsfeld als auch auf die
Forschungsmethodik im Ganzen bieten.

Literaturverzeichnis
Bogner, A., & Menz, W. (2005). Das theoriegenerierende Experteninterview.
Erkenntnisinteresse, Wissensformen, Interaktion. In A. Bogner, B. Littig, & W. Menz (Hrsg.), Das
Experteninterview: Theorie, Methode, Anwendung (2. Aufl). Wiesbaden: VS, Verl. für
Sozialwissenschaften.
Bortz, J., & Döring, N. (2006). Forschungsmethoden und Evaluation: für Human- und
Sozialwissenschaftler ; mit 87 Tabellen (4., überarb. Aufl., [Nachdr.]). Heidelberg: Springer-
Medizin-Verl.
Breuer, F. (2010). Wissenschaftstheoretische Grundlagen qualitativer Methodik in der
Psychologie. In G. Mey & K. Mruck (Hrsg.), Handbuch qualitative Forschung in der Psychologie
(1. Aufl, S. 35–49). Wiesbaden: VS, Verl. für Sozialwiss.
Breuer, F., & Mruck, K. (2000). Zu diesem Band: Qualitative Methoden und Psychologie im
deutschen Sprachraum [9 Absätze]. Forum Qualitative Sozialforschung / Forum: Qualitative
Social Research, 1(2), Art. 2.

4
Hermann Hesse (1941)
17
Flick, U. (1995). Stationen des qualitativen Forschungsprozesses. In U. Flick, E. von Kardorff, H.
Keupp, L. von Rosenstiel, & S. Wolff (Hrsg.), Handbuch qualitative Sozialforschung:
Grundlagen, Konzepte, Methoden und Anwendungen (2. Aufl). Weinheim: Beltz, Psychologie-
Verl.-Union.
Flick, U. (2012). Design und Prozess qualitativer Forschung. In U. Flick, E. von von Kardorff, & I.
Steinke (Hrsg.), Qualitative Forschung: ein Handbuch (Originalausgabe, 9. Auflage, S. 252–
265). Reinbek bei Hamburg: rowohlts enzyklopädie im Rowohlt Taschenbuch Verlag.
Gläser, J., & Laudel, G. (2010). Experteninterviews und qualitative Inhaltsanalyse als
Instrumente rekonstruierender Untersuchungen (4. Auflage). Wiesbaden: VS Verlag.
Hussy, W., Schreier, M., & Echterhoff, G. (2010). Forschungsmethoden in Psychologie und
Sozialwissenschaften für Bachelor. Berlin, Heidelberg: Springer Berlin Heidelberg.
Kelle, U. (2014). Mixed Methods. In N. Baur & J. Blasius (Hrsg.), Handbuch Methoden der
empirischen Sozialforschung (S. 153–166). Wiesbaden: Springer Fachmedien Wiesbaden.
Krippendorff, K. (2013). Content analysis: an introduction to its methodology (3rd ed). Los
Angeles ; London: SAGE.
Kuckartz, U. (2014). Mixed Methods: Methodologie, Forschungsdesigns und Analyseverfahren.
Wiesbaden: Springer VS.
Kuckartz, U. (2016). Qualitative Inhaltsanalyse: Methoden, Praxis, Computerunterstützung (3.,
überarbeitete Auflage). Weinheim Basel: Beltz Juventa.
Mayring, P. (2001). Kombination und Integration qualitativer und quantitativer Analyse [31
Absätze]. Forum Qualitative Sozialforschung / Forum Qualitative Social Research, 2(1), Art. 6.
Mayring, P. (2010). Qualitative Inhaltsanalyse: Grundlagen und Techniken (11., überarbeitete
Auflage). Weinheim Basel: Beltz.
Mayring, P. (2012). Qualitative Inhaltsanalyse. In U. Flick, E. von von Kardorff, & I. Steinke
(Hrsg.), Qualitative Forschung: ein Handbuch (Originalausgabe, 9. Auflage). Reinbek bei
Hamburg: rowohlts enzyklopädie im Rowohlt Taschenbuch Verlag.
Nachtwei, J., & Sleutel, T. (2014). Wie ticken Vertriebler? Harvard Business Manager, 36(9), 6–
9.
Roberts, L. D., & Castell, E. (2016). “Having to Shift Everything We’ve Learned to the Side”:
Expanding Research Methods Taught in Psychology to Incorporate Qualitative Methods.
Frontiers in Psychology, 7.
Schreier, M. (o. J.). Varianten qualitativer Inhaltsanalyse: Ein Wegweiser im Dickicht der
Begrifflichkeiten [59 Absätze]. Forum Qualitative Sozialforschung / Forum: Qualitative Social
Research, 15(1), Art. 18.

18
Steckler, A., McLeroy, K. R., Goodman, R. M., Bird, S. T., & McCormick, L. (1992). Toward
integrating qualitative and quantitative methods: An introduction. Health Education Quaterly, 19,
1–8.
Steinke, I. (2012). Gütekriterien qualitativer Forschung. In U. Flick, E. von von Kardorff, & I.
Steinke (Hrsg.), Qualitative Forschung: ein Handbuch (Originalausgabe, 9. Auflage). Reinbek
bei Hamburg: rowohlts enzyklopädie im Rowohlt Taschenbuch Verlag.
Teddlie, C., & Tashakkori, A. (2009). Foundations of mixed methods research: integrating
quantitative and qualitative approaches in the social and behavioral sciences. Los Angeles:
SAGE.
Witt, H. (2001). Forschungsstrategien bei quantitativer und qualitativer Sozialforschung [36
Absätze]. Forum Qualitative Sozialforschung / Forum Qualitative Social Research, 2(1), Art. 8.

19

View publication stats