Thematische Analyse: Die sechs Phasen von Braun and Clarke, erklärt (Leitfaden 2026)
Geschrieben von Fengming Liu (UCL) · Geprüft von Prof. Shubin Yu (HEC Paris) · May 2026 · Aktualisiert: 2026-05-30 · 16 min read
Die thematische Analyse ist die Methode, zu der die meisten qualitativ Forschenden zuerst greifen — und zugleich diejenige, die am häufigsten nachlässig durchgeführt wird. Gut gemacht, ist sie ein strenger, transparenter Weg, um Bedeutungsmuster über Interviews, Fokusgruppen oder offene Texte hinweg zu finden und zu berichten. Dieser Leitfaden führt Sie Phase für Phase hindurch — anhand des vielzitierten Modells von Braun and Clarke — und zeigt, wo KI die Arbeit heute beschleunigt, ohne Ihr Urteilsvermögen zu ersetzen.
Für den breiteren Analysekontext siehe unseren Leitfaden Qualitative Datenanalyse; für die Grundlagen Qualitative Forschung 101.
Was ist thematische Analyse?
Die thematische Analyse ist eine Methode, um Bedeutungsmuster — Themen — über einen qualitativen Datensatz hinweg systematisch zu identifizieren, zu analysieren und zu berichten. Sie ist die flexibelste und am weitesten verbreitete qualitative Analysemethode, weil sie nicht an einen einzigen theoretischen Rahmen gebunden ist: Sie lässt sich über Disziplinen und Paradigmen hinweg anwenden, um zu verstehen, wie Menschen ein Thema erleben und darüber sprechen.
Ein Thema erfasst etwas Wichtiges an den Daten in Bezug auf die Forschungsfrage und steht für eine gemusterte Reaktion oder Bedeutung über den Datensatz hinweg. Das Ziel ist nicht, zusammenzufassen, was gesagt wurde, sondern zu interpretieren, was es bedeutet.
Arten der thematischen Analyse
„Thematische Analyse“ ist eigentlich eine Familie von Ansätzen. Drei zentrale Unterscheidungen prägen, wie Sie vorgehen:
- Induktiv vs. deduktiv — Themen entstehen aus den Daten (induktiv) oder werden von einer bestehenden Theorie oder einem Codebuch geleitet (deduktiv). Die meisten Studien verbinden beides.
- Semantisch vs. latent — die Analyse bleibt bei der expliziten, oberflächlichen Bedeutung (semantisch) oder interpretiert zugrunde liegende Annahmen und Ideen (latent).
- Reflexiv vs. Codier-Reliabilität — Themen werden durch die aktive, reflexive Interpretation der Forschenden entwickelt oder über ein strukturiertes Codebuch mit mehreren Codierenden und Übereinstimmungsprüfungen. Die spätere Arbeit von Braun and Clarke betont die reflexive Form.
Die sechs Phasen von Braun and Clarke
Das Sechs-Phasen-Modell ist das Rückgrat der thematischen Analyse. Die Phasen sind rekursiv, nicht streng linear — Sie bewegen sich hin und her, während sich Ihr Verständnis entwickelt.
- Vertrautmachen mit den Daten — lesen und lesen Sie den gesamten Datensatz erneut, hören Sie Aufnahmen, sofern vorhanden, und notieren Sie erste Ideen. Sie können keine Muster in Daten finden, die Sie nicht gut kennen.
- Erzeugen erster Codes — arbeiten Sie sich systematisch durch die Daten und versehen Sie Merkmale, die interessant oder relevant erscheinen, mit prägnanten Codes. Codieren Sie inklusiv und behalten Sie etwas umgebenden Kontext bei.
- Suchen nach Themen — sortieren und bündeln Sie Codes zu Kandidatenthemen und sammeln Sie alle relevanten Daten zu jedem. Visuelle Werkzeuge wie Karten helfen hier.
- Überprüfen der Themen — prüfen Sie die Kandidatenthemen gegen ihre codierten Auszüge (sind sie kohärent?) und gegen den gesamten Datensatz (passen sie?). Teilen, verschmelzen oder verwerfen Sie nach Bedarf.
- Definieren und Benennen der Themen — formulieren Sie eine klare Definition dessen, worum es bei jedem Thema geht und worum nicht, und geben Sie ihm einen prägnanten, aussagekräftigen Namen. Jedes Thema sollte einen klaren Fokus haben und einen Teil der Gesamtgeschichte erzählen.
- Erstellen des Berichts — verweben Sie die Themen zu einer analytischen Erzählung, gestützt auf lebendige, repräsentative Auszüge, die die Forschungsfrage beantwortet und sich mit der Literatur auseinandersetzt.
Codes vs. Themen vs. Topics
Diese werden oft verwechselt, und die Verwechslung schwächt die Analyse:
- Ein Code ist eine kurze Beschriftung eines bestimmten Datensegments (z. B. „Zeit rationieren“).
- Ein Thema ist ein breiteres Muster, aufgebaut aus vielen Codes, das eine analytische Aussage trifft (z. B. „Kontrolle wird durch kleine alltägliche Abwägungen ausgeübt“).
- Ein Topic ist lediglich ein Themenfeld (z. B. „Zeit“). Ein Thema sagt etwas über ein Topic aus; ein Topic allein tut das nicht.
Thematische Analyse mit KI-Unterstützung durchführen
KI kann die arbeitsintensivsten Phasen beschleunigen — sie erzeugt erste Codes über einen großen Datensatz in Minuten und bündelt sie zu Kandidatenthemen — und überlässt den Forschenden die interpretative Arbeit des Überprüfens, Definierens und Erzählens. In einem Human-in-the-Loop-Ansatz eingesetzt, bewahrt dies das reflexive Urteilsvermögen, das im Kern einer guten thematischen Analyse steht, und beseitigt zugleich den Engpass. Siehe KI-gestützte qualitative Forschung dazu, wie Sie dies rigoros halten.
Häufige Fallstricke
- Themen, die bloß Topics sind — eine Liste von Themenfeldern ist keine Analyse; ein Thema muss eine Aussage treffen.
- Interviewfragen als Themen verwenden — die Ergebnisse nach den gestellten Fragen statt nach Bedeutungsmustern zu ordnen.
- Dünne Belege — Themen, die nicht durch genügend Daten gestützt sind oder nur durch handverlesene Zitate.
- Überlappende Themen — Themen, die nicht trennscharf sind, was darauf hindeutet, dass die Überprüfungsphase überhastet war.
- Das Vertrautmachen überspringen — codieren, bevor Sie die Daten wirklich kennen.
Rigorosität sicherstellen
Die thematische Analyse wird an ihrer Vertrauenswürdigkeit gemessen, nicht an Statistik. Stärken Sie sie mit einem Prüfpfad der Codierentscheidungen, klaren Themendefinitionen, repräsentativen (nicht handverlesenen) Auszügen, Reflexivität über Ihren eigenen Einfluss und — bei Varianten mit Codier-Reliabilität — Übereinstimmungsprüfungen zwischen den Codierenden.
Ein durchgearbeitetes Beispiel
- Vertrautmachen — lesen Sie alle 18 Interviews zum Wohlbefinden im Homeoffice zweimal und notieren Sie Eindrücke.
- Codieren — erzeugen Sie Codes wie „Always-on-Schuldgefühl“, „verschwommene Grenzen“ und „Rituale, die Feierabend signalisieren“.
- Suchen — bündeln Sie Codes zu Kandidatenthemen wie „Grenzen müssen aktiv aufgebaut werden“.
- Überprüfen — testen Sie Themen gegen Auszüge und den gesamten Datensatz; verschmelzen Sie zwei überlappende Themen.
- Definieren — benennen und definieren Sie jedes Thema präzise.
- Berichten — schreiben Sie die Erzählung mit repräsentativen Zitaten und Bezügen zur Literatur.
Wichtigste Erkenntnisse
- Die thematische Analyse findet und berichtet Bedeutungsmuster (Themen) über qualitative Daten hinweg systematisch.
- Sie variiert entlang der Dimensionen induktiv/deduktiv, semantisch/latent und reflexiv/Codier-Reliabilität.
- Die sechs rekursiven Phasen von Braun and Clarke reichen vom Vertrautmachen bis zum Verfassen des Berichts.
- Ein Thema trifft eine analytische Aussage; es ist mehr als ein Code und mehr als ein Topic.
- KI kann das Codieren und die Themensuche beschleunigen, doch die Interpretation bleibt menschlich.
Häufig gestellte Fragen
Was ist thematische Analyse?
Es ist eine flexible qualitative Methode, um Bedeutungsmuster (Themen) über einen Datensatz wie Interviews oder offene Antworten hinweg systematisch zu identifizieren, zu analysieren und zu berichten, um zu interpretieren, was die Daten bedeuten.
Was sind die sechs Phasen der thematischen Analyse von Braun and Clarke?
Vertrautmachen mit den Daten; Erzeugen erster Codes; Suchen nach Themen; Überprüfen der Themen; Definieren und Benennen der Themen; und Erstellen des Berichts. Die Phasen sind rekursiv statt streng linear.
Was ist der Unterschied zwischen einem Code und einem Thema?
Ein Code ist eine kurze Beschriftung eines bestimmten Datensegments; ein Thema ist ein breiteres Muster, aufgebaut aus vielen Codes, das eine analytische Aussage über den Datensatz in Bezug auf die Forschungsfrage trifft.
Was ist reflexive thematische Analyse?
Es ist der von Braun and Clarke betonte Ansatz, bei dem Themen aktiv durch die Interpretation und Reflexivität der Forschenden entwickelt werden, statt über ein festes Codebuch und Übereinstimmung zwischen Codierenden.
Ist die thematische Analyse induktiv oder deduktiv?
Sie kann das eine oder das andere oder beides sein. Die induktive Analyse lässt Themen aus den Daten entstehen; die deduktive Analyse wird von bestehender Theorie oder einem Codebuch geleitet. Viele Studien verbinden beides.
Kann KI thematische Analyse durchführen?
KI kann erste Codes erzeugen und Kandidatenthemen über einen Datensatz hinweg rasch vorschlagen, doch das Überprüfen, Definieren und Interpretieren der Themen sollte in einem Human-in-the-Loop-Arbeitsablauf bei den Forschenden bleiben.