Fragwürdige Forschungspraktiken liegen zwischen guter wissenschaftlicher Praxis und eindeutigem Fehlverhalten: Die Daten sind echt, aber Auswertungs- und Berichtsentscheidungen verzerren das Ergebnis. p-Hacking und HARKing sind die bekanntesten Formen — und sie entstehen in Abschlussarbeiten fast immer unabsichtlich, unter Zeitdruck und aus dem Wunsch heraus, ein Ergebnis zu haben.
Über Plagiate und Datenfälschung wird in jedem Methodenseminar gesprochen. Über die Grauzone dazwischen selten — obwohl sie erheblich häufiger vorkommt und in der Bewertung sichtbar wird, sobald Gutachtende genauer hinsehen. Dieser Beitrag beschreibt die typischen Muster, zeigt, wie sie in studentischen Arbeiten entstehen, und stellt das wirksamste Gegenmittel vor: einen Analyseplan, der vor der Auswertung feststeht.
Wo verläuft die Grenze zum Fehlverhalten?
Wissenschaftliches Fehlverhalten im engeren Sinn ist klar definiert: Daten erfinden, Daten verändern, fremde Leistungen als eigene ausgeben. Die Formen und Folgen behandelt der Beitrag zu Datenfälschung und Datenmanipulation.
Fragwürdige Forschungspraktiken sind etwas anderes. Hier wird nichts erfunden — es wird ausgewählt, umgeordnet und weggelassen, bis ein Befund überzeugender wirkt, als er ist. Jede einzelne Entscheidung lässt sich begründen; erst ihre Summe erzeugt die Verzerrung. Genau das macht sie gefährlich: Es gibt keinen Moment, in dem man sich bewusst für eine Täuschung entscheidet.
Welche Muster kommen in Abschlussarbeiten vor?
| Praktik | So sieht sie in der Arbeit aus | Korrekte Alternative |
|---|---|---|
| p-Hacking | Fälle werden nachträglich ausgeschlossen, bis das Ergebnis signifikant wird | Ausschlusskriterien vor der Analyse festlegen und alle Varianten berichten |
| Optional Stopping | Erhebung läuft weiter, bis der gewünschte Wert erreicht ist | Stichprobengröße vorab bestimmen und einhalten |
| HARKing | Nach der Auswertung gefundener Zusammenhang wird als vorab formulierte Hypothese dargestellt | Befund als explorativ kennzeichnen |
| Selektives Berichten | Von acht geprüften Zusammenhängen erscheinen nur die zwei signifikanten | Alle geprüften Analysen berichten, auch die ohne Effekt |
| Subgruppen-Fischen | Es wird so lange in Untergruppen gesucht, bis irgendwo ein Effekt auftritt | Untergruppen vorab begründen oder als explorativ ausweisen |
| Ausreißer nach Bedarf | Ausreißer werden nur dort entfernt, wo es das Ergebnis verbessert | Eine Regel definieren und einheitlich anwenden |
Das Grundproblem ist statistischer Natur: Wer viele Analysen durchführt und nur die auffälligen berichtet, findet mit hoher Wahrscheinlichkeit Zufallsbefunde. Bei zwanzig unabhängigen Tests auf dem üblichen Signifikanzniveau ist im Mittel bereits ein „signifikantes“ Ergebnis zu erwarten, auch wenn in Wahrheit kein einziger Zusammenhang besteht. Wird nur dieses eine berichtet, entsteht der Eindruck eines Befunds, wo nur Rauschen war.
Warum entstehen diese Muster gerade in Abschlussarbeiten?
Drei Bedingungen wirken zusammen. Erstens die verbreitete Fehlannahme, eine gute Arbeit brauche ein signifikantes Ergebnis. Zweitens der Zeitdruck: Wenn die Erhebung abgeschlossen ist und die Frist näher rückt, wirkt eine weitere Auswertungsvariante wie Fleiß, nicht wie ein Problem. Drittens fehlende Vorfestlegung — wer ohne Analyseplan in die Daten geht, trifft jede Entscheidung im Angesicht ihres Ergebnisses, und genau das erzeugt die Verzerrung.
Der erste Punkt lässt sich am schnellsten ausräumen: Bewertet werden Fragestellung, Design, Durchführung und Interpretation — nicht die Richtung des Befunds. Eine sauber durchgeführte Studie ohne Effekt ist eine gute Abschlussarbeit. Ein erzwungener Effekt ist eine angreifbare.
Wie funktioniert eine Präregistrierung?
Präregistrierung bedeutet, den Untersuchungsplan festzuhalten und zeitlich zu fixieren, bevor die Daten gesichtet werden. In der Forschung geschieht das über Plattformen wie das Open Science Framework oder AsPredicted, die einen unveränderlichen Zeitstempel erzeugen. Bei Registered Reports geht ein Journal noch weiter und begutachtet das Design vor der Datenerhebung.
In eine Präregistrierung gehören:
- Hypothesen in prüfbarer Form, gerichtet oder ungerichtet — die Grundlagen dazu erläutert der Beitrag zur Frage, was eine Hypothese ist
- Stichprobenplanung: angestrebte Fallzahl, Rekrutierung, Abbruchkriterium
- Variablen: was genau gemessen wird und wie es operationalisiert ist
- Analyseplan: welches Verfahren für welche Hypothese, mit welchem Signifikanzniveau
- Umgang mit Ausreißern und fehlenden Werten, als Regel formuliert
- Was als Bestätigung und was als Widerlegung gilt
Die praktikable Variante für die Abschlussarbeit
Für eine Bachelor- oder Masterarbeit ist eine formale Präregistrierung selten verlangt. Die abgespeckte Variante wirkt aber fast genauso gut und kostet eine halbe Stunde:
- Schreibe vor der Auswertung ein zweiseitiges Dokument mit Hypothesen, geplanten Tests, Fallzahl und Ausschlusskriterien.
- Schicke es per E-Mail an deine betreuende Person und bitte um eine kurze Bestätigung.
- Nimm das Dokument in den Anhang der Arbeit auf.
Die E-Mail liefert den Zeitstempel, den sonst die Plattform liefern würde. Im Methodenkapitel kannst du dann schreiben, dass der Analyseplan vor Sichtung der Daten festgelegt und mit der Betreuung abgestimmt wurde — ein Satz, der die methodische Glaubwürdigkeit der gesamten Arbeit hebt.
Der zweite, ebenso wichtige Schritt ist die Trennung von konfirmatorisch und explorativ. Alles, was im Plan stand, ist konfirmatorisch. Alles, was dir beim Arbeiten mit den Daten zusätzlich aufgefallen ist, ist explorativ — und darf berichtet werden, wenn du es so benennst: „Ergänzend wurde explorativ geprüft, ob … Dieser Zusammenhang war nicht vorab hypothetisiert und bedarf der Prüfung an unabhängigen Daten.“ Zwei Sätze, und aus einer fragwürdigen Praktik wird ein legitimer Befund.
Was gehört in Ergebnisteil und Limitationen?
In den Ergebnisteil gehören alle durchgeführten Analysen, nicht nur die erfolgreichen. Fehlt die Hälfte der Auswertungen, ist die Arbeit nicht knapper, sondern verzerrt. Nicht signifikante Ergebnisse lassen sich kompakt in einer Tabelle zusammenfassen; entscheidend ist, dass sie vorkommen.
In die Limitationen gehört jede nachträgliche Abweichung vom Plan — etwa eine kleinere Stichprobe als geplant oder ein geändertes Auswertungsverfahren. Solche Abweichungen sind normal; problematisch ist nur ihr Verschweigen. Wie sich Einschränkungen sachlich formulieren lassen, ohne die Arbeit zu entwerten, zeigt der Beitrag zu den Limitationen der Abschlussarbeit.
Hilfreich ist außerdem eine saubere Datenorganisation: Wer Rohdaten, Auswertungsschritte und Skriptstände nachvollziehbar ablegt, kann jede Entscheidung später belegen. Die Systematik dafür beschreibt der Beitrag zum Forschungsdatenmanagement; wie die verwendeten Werkzeuge und Datenfassungen korrekt belegt werden, behandelt der Beitrag zum Zitieren von Datensätzen, Software und Code.
Wie ordnet sich das in die gute wissenschaftliche Praxis ein?
Die Leitlinien guter wissenschaftlicher Praxis verlangen Transparenz und Nachvollziehbarkeit des gesamten Forschungsprozesses — nicht nur die Abwesenheit von Fälschung. Fragwürdige Praktiken verletzen genau diesen Anspruch, ohne die Schwelle zum Fehlverhalten zu überschreiten. Den institutionellen Rahmen samt Zuständigkeiten und Ombudsstrukturen erläutert der Beitrag zur guten wissenschaftlichen Praxis.
Für die eigene Arbeit lässt sich das auf eine Frage verdichten: Könntest du jede Auswertungsentscheidung jemandem erklären, der das Ergebnis nicht kennt? Wenn ja, ist die Entscheidung methodisch begründet. Wenn die Begründung nur mit Blick auf das Ergebnis funktioniert, ist sie es nicht.
Methodisch sauber dokumentieren
Ein nachvollziehbarer Analyseplan und ein vollständiger Ergebnisteil sind reine Dokumentationsarbeit — und genau dort geht unter Zeitdruck am meisten verloren. Tesify hilft beim strukturierten Aufbau von Methoden- und Ergebniskapitel, beim korrekten Belegen von Daten und Werkzeugen und bei der Originalitäts-Selbstprüfung vor der Abgabe.
Häufige Fragen
Was ist p-Hacking?
p-Hacking bezeichnet das wiederholte Anpassen von Auswertungsentscheidungen, bis ein Ergebnis statistisch signifikant wird — etwa durch nachträgliches Ausschließen von Fällen, das Testen vieler Untergruppen oder das Weitererheben bis zum gewünschten Wert. Jede einzelne Entscheidung wirkt harmlos; zusammen erhöhen sie die Wahrscheinlichkeit eines Zufallsbefunds erheblich.
Was bedeutet HARKing?
HARKing steht für das Aufstellen einer Hypothese, nachdem die Ergebnisse bereits bekannt sind, und ihre Darstellung als vorab formuliert. Das Problem ist nicht die Entdeckung selbst, sondern die falsche Rahmung: Ein zufällig gefundener Zusammenhang wird als bestätigte Vorhersage präsentiert und dadurch überbewertet.
Sind fragwürdige Forschungspraktiken dasselbe wie Fälschung?
Nein. Datenfälschung erfindet oder verändert Daten und ist eindeutiges wissenschaftliches Fehlverhalten. Fragwürdige Praktiken bewegen sich in einer Grauzone: Die Daten sind echt, aber die Auswertungs- und Berichtsentscheidungen verzerren das Ergebnis. Sie entstehen meist unabsichtlich und sind gerade deshalb verbreitet.
Muss ich meine Bachelorarbeit präregistrieren?
Verpflichtend ist das in der Regel nicht. Eine einfache Variante genügt und wirkt stark: Halte Hypothesen, geplante Auswertung und Ausschlusskriterien vor der Analyse schriftlich fest und lasse sie von der betreuenden Person per E-Mail bestätigen. Das erzeugt einen überprüfbaren Zeitstempel.
Darf ich überhaupt explorativ auswerten?
Ja, uneingeschränkt — solange du es als explorativ kennzeichnest. Explorative Analysen erzeugen Hypothesen, konfirmatorische prüfen sie. Problematisch wird es erst, wenn ein exploratives Ergebnis als geprüfte Vorhersage dargestellt wird. Die Trennung im Text kostet zwei Sätze und schützt die gesamte Arbeit.
Was mache ich, wenn meine Hypothese nicht bestätigt wird?
Du berichtest das Ergebnis und diskutierst es. Ein nicht bestätigter Zusammenhang ist ein gültiges Resultat und kein Mangel der Arbeit. Bewertet wird die Qualität von Design, Durchführung und Interpretation, nicht die Richtung des Befunds — eine sauber berichtete Nichtbestätigung ist mehr wert als ein erzwungener Effekt.