Kurzantwort: Die interpretative phänomenologische Analyse (IPA) ist eine qualitative Methode, um zu untersuchen, wie bestimmte Menschen eine bedeutsame gelebte Erfahrung deuten. Sie verbindet Phänomenologie, Hermeneutik und einen fallbezogenen (idiografischen) Fokus. Man analysiert jedes Transkript eingehend, bildet persönliche erfahrungsbezogene Themen für jede teilnehmende Person und blickt erst danach fallübergreifend auf gruppenbezogene erfahrungsbezogene Themen.
Zuletzt aktualisiert: 29. September 2026
\n\nDie interpretative phänomenologische Analyse gehört zu den meistverwendeten qualitativen Methoden in Psychologie, Gesundheitsforschung, Bildungs- und Managementforschung, und wird dabei auch oft falsch angewendet. Viele Abschlussarbeiten nennen ihre Auswertung „IPA“, folgen aber den Schritten der thematischen Analyse mit einem phänomenologischen Etikett. Dieser Leitfaden erklärt, was IPA ist, wann sie passt, wie viele Teilnehmende sie benötigt, und die sieben Analyseschritte in der aktuellen (2022) Terminologie, mit einem kurzen Beispiel und einer Qualitätscheckliste für die Zeit vor der Abgabe.
\n\nDie interpretative phänomenologische Analyse ist ein qualitativer Ansatz, den Jonathan A. Smith Mitte der 1990er-Jahre in der Gesundheitspsychologie entwickelte. Dargelegt wird sie heute in Interpretative Phenomenological Analysis: Theory, Method and Research von Smith, Flowers und Larkin (SAGE, zweite Auflage 2022) sowie im kürzeren Essentials of Interpretative Phenomenological Analysis von Smith und Nizza (APA, 2022).
\n\nIPA beruht auf drei theoretischen Grundlagen:
\nIPA passt zu Forschungsfragen nach der Bedeutung eines bedeutsamen, oft lebensverändernden Erlebnisses für eine klar umrissene Gruppe, etwa „Wie deuten Promovierende der ersten Generation den Ausstieg aus der Wissenschaft?“ oder „Wie erleben Menschen die Rückkehr an den Arbeitsplatz nach einer Krebsdiagnose?“ Schlecht passt sie, wenn man einen sozialen Prozess erklären will (dann Grounded Theory), Muster über einen großen Datensatz kartieren will (thematische Analyse), untersuchen will, wie Geschichten aufgebaut sind (Narrationsanalyse), oder ein Programm evaluieren will. Unser Leitfaden zu qualitativen Forschungsfragen nach Design zeigt, wie man eine phänomenologische Frage formuliert.
\n\nDer häufigste Einwand von Gutachtenden gegen IPA-Studien lautet, die Analyse sei von der thematischen Analyse nicht zu unterscheiden. Diese Tabelle zeigt, worin sich die Methoden tatsächlich unterscheiden.
\n\n| Methode | Leitfrage | Analyseeinheit | Typische Stichprobe | Hauptergebnis |
|---|---|---|---|---|
| IPA | Wie deutet diese Person diese Erfahrung? | Der einzelne Fall, dann die Gruppe | Klein, homogen | Persönliche und gruppenbezogene erfahrungsbezogene Themen, mit Divergenzen |
| Reflexive thematische Analyse | Welche Bedeutungsmuster ziehen sich durch den Datensatz? | Der Datensatz | Flexibel, oft größer | Themen über alle Teilnehmenden hinweg |
| Grounded Theory | Wie funktioniert ein sozialer Prozess? | Vorfälle und Kategorien | Theoretisches Sampling bis zur Sättigung | Eine erklärende Theorie oder ein Modell |
| Narrationsanalyse | Wie konstruieren und erzählen Menschen ihre Geschichten? | Die Geschichte als Ganzes | Klein bis mittel | Erzählstrukturen, Handlungsbögen, Positionierungen |
Zu den anderen Methoden siehe thematische Analyse vs. Grounded Theory und unser Leitfaden zur Narrationsanalyse.
\n\nIPA verwendet kleine, gezielt ausgewählte, eher homogene Stichproben, weil jeder Fall eingehend analysiert werden muss. Smith, Flowers und Larkin schlagen drei Teilnehmende als vernünftigen Richtwert für studentische Projekte vor; ein einzelner Fall kann vertretbar sein, wenn er reichhaltig genug ist. Promotionen und Professional Doctorates umfassen meist mehr Interviews, doch die Autorinnen und Autoren des Lehrbuchs betonen, dass mehr Fälle nicht automatisch besser sind: Eine größere Stichprobe kann die idiografische Tiefe verwässern, die IPA erst lohnend macht.
\n\nHomogenität ist wichtig, weil IPA Übereinstimmungen und Divergenzen innerhalb einer Gruppe sucht, die dieselbe Erfahrung teilt. Wenn sich Teilnehmende in zu vielen Dimensionen zugleich unterscheiden, wird es schwer zu sagen, was variiert und warum. Siehe unseren Überblick über qualitative Stichprobenstrategien und warum Datensättigung bei idiografischer Arbeit ein ungeeignetes Abbruchkriterium ist.
\n\nDie Daten stammen meist aus halbstrukturierten Interviews, die zu ausführlichen Schilderungen in der Ich-Perspektive einladen. Transkribieren Sie wörtlich und arbeiten Sie dann die folgenden Schritte Fall für Fall durch.
\n\nDiese Schritte folgen dem Aufbau der zweiten Auflage. Ältere Arbeiten verwenden für weitgehend dieselben Konzepte „emergente Themen“, „übergeordnete Themen“ und „Master-Themen“; wenn Ihre Betreuungsperson IPA nach der Auflage von 2009 gelernt hat, sollten Sie die Terminologie früh abstimmen.
\n\nDer folgende Auszug ist illustrativ, für diesen Leitfaden verfasst, und keine echten Teilnehmendendaten. Stellen Sie sich eine Studie über Nachwuchswissenschaftlerinnen und -wissenschaftler vor, die ihre Universitätsstellen für die industrienahe Forschung verlassen haben.
\n\n„Ich habe immer wieder gesagt, dass ich es nur ausprobiere. Ein Jahr lang habe ich es niemandem in meiner alten Abteilung erzählt. Es fühlte sich an, als hätte ich bei einer Prüfung versagt, die sonst niemand ablegen musste.“
\n\nIm gesamten Transkript könnte sich diese Aussage mit anderen zu einem PET wie „Der Wechsel als privates Scheitern“ verdichten. Auf Gruppenebene könnte man feststellen, dass drei Teilnehmende dieses Gefühl des Scheiterns teilen, während eine vierte den Wechsel als Erleichterung beschreibt. Diese Divergenz ist kein Rauschen; in der IPA ist sie Teil des Befunds.
\n\nDiese redaktionelle Checkliste des Qualitati-Teams stützt sich auf Smiths Kriterien zur Bewertung von IPA-Studien (Health Psychology Review, 2011) und auf die vier Merkmale hochwertiger IPA, die Nizza, Farr und Smith beschreiben (Qualitative Research in Psychology, 2021). Bewerten Sie jeden Punkt vor der Abgabe mit Ja oder Nein.
\n\n| Prüfpunkt | Was gut aussieht |
|---|---|
| Phänomenologische Fragestellung | Die Forschungsfrage fragt nach der Bedeutung einer Erfahrung, nicht nach Ursachen oder Häufigkeiten. |
| Homogene Stichprobe | Die Teilnehmenden teilen die Erfahrung und den relevanten Kontext; die Begründung der Auswahl ist angegeben. |
| Fallweise Analyse | Jedes Transkript wurde bis zu PETs analysiert, bevor fallübergreifende Arbeit begann. |
| Sich entfaltende Erzählung | Die Befunde lesen sich als argumentierter Bericht, nicht als Liste von Themen mit angehängten Zitaten. |
| Lebendige Darstellung der Erfahrung | Die Themen beschreiben, wie sich die Erfahrung anfühlt, nicht nur, welche Themen die Teilnehmenden erwähnten. |
| Genaue analytische Lektüre | Zitate werden interpretiert, einschließlich Sprache, Metapher und Zögern, nicht nur präsentiert. |
| Übereinstimmung und Divergenz | Jedes GET zeigt, wie Teilnehmende es unterschiedlich teilen und wo jemand es nicht teilt. |
| Prävalenz berichtet | Eine Tabelle zeigt, welche Teilnehmenden zu jedem Thema beitragen. |
| Reflexivität | Die Position der Forschenden und ihr möglicher Einfluss sind dokumentiert. Siehe unseren Leitfaden zu Reflexivität in der qualitativen Forschung. |
Teilweise. Aktuelle Studien zeigen sowohl das Potenzial als auch die Grenzen. Martínez-Pernía und Kolleginnen und Kollegen setzten GPT-4 ein, um eine phänomenologische Analyse von Interviews mit 28 Erwachsenen zu unterstützen. Sie berichteten, dass die KI-gestützte Analyse etwa 20 Stunden benötigte, verglichen mit rund 70 Stunden für die von Menschen kodierte Analyse derselben Daten. Zugleich übersah die KI einige körperliche Empfindungen, die die menschliche Analyse erfasste, und stimmte nicht vollständig mit komplexeren Erfahrungsstrukturen überein (Frontiers in Psychology, Mai 2025). Ihre Studie verwendete deskriptive und mikrophänomenologische Methoden statt IPA, doch die Lehren lassen sich übertragen. Ashwin, Chhabra und Rao zeigten außerdem, dass große Sprachmodelle beim Annotieren qualitativer Interviewdaten systematische Verzerrungen einführen können (Sociological Methods & Research, 2025).
\n\nEine vertretbare Arbeitsteilung für IPA:
\nQualitati ist eine europäische Plattform für qualitative Forschung für Universitäten und Forschungsunternehmen, mit DSGVO und Datenschutz als zentralen Prioritäten. Sie führt keine IPA für Sie durch und sollte das auch nicht. Sie unterstützt die Teile eines IPA-Projekts rund um die Interpretation:
\nDie kostenlose Stufe umfasst 30 monatliche Credits ohne Kreditkarte. Aktuelle Preise finden Sie unter Preise, oder vergleichen Sie Ansätze in unserem Leitfaden NVivo-Alternativen.
\n\nDieser Leitfaden richtet sich an Promovierende und Masterstudierende, Betreuende und Forschende in Psychologie, Gesundheit, Bildung und Management, die eine IPA-Studie planen oder verschriftlichen. Wählen Sie IPA nicht, wenn Ihr Ziel darin besteht, einen Prozess zu erklären, eine Hypothese zu testen, viele heterogene Gruppen zu vergleichen oder Meinungen über eine große Stichprobe zusammenzufassen. Reflexive thematische Analyse oder Grounded Theory dienen diesen Zielen meist besser.
\n\nPhänomenologie ist eine philosophische Tradition und eine Familie von Forschungsmethoden. IPA ist eine spezifische Methode darin, die eine explizite interpretative (hermeneutische) Haltung und einen fallbezogen-idiografischen Fokus hinzufügt. Die deskriptive Phänomenologie hingegen zielt darauf, die wesentliche Struktur einer Erfahrung zu beschreiben.
\n\nKleine, homogene Stichproben sind die Regel. Drei Teilnehmende sind ein gängiger Richtwert für Masterarbeiten, Promotionen umfassen meist mehr. Die Analysetiefe pro Fall ist wichtiger als die Gesamtzahl.
\n\nPersönliche erfahrungsbezogene Themen (PETs) fassen die Erfahrung einer einzelnen teilnehmenden Person zusammen. Gruppenbezogene erfahrungsbezogene Themen (GETs) entstehen durch den Vergleich der PETs über die Teilnehmenden hinweg und zeigen geteilte wie abweichende Muster. Die Begriffe stammen aus der zweiten Auflage von Smith, Flowers und Larkin aus dem Jahr 2022.
\n\nNein. Beide erzeugen Themen, doch IPA analysiert jeden Fall eingehend, bevor verglichen wird, fokussiert auf die Bedeutung einer gelebten Erfahrung und berichtet Divergenzen zwischen Teilnehmenden. Die thematische Analyse arbeitet von Beginn an über den gesamten Datensatz.
\n\nFür Transkription und Organisation ja, sofern eine ethische Genehmigung und Datenschutz gegeben sind. Für erfahrungsbezogene Aussagen und Interpretation sollte KI-Output höchstens als Anstoß gelten, denn die Methode verlangt die eigene Sinnbildung der Forschenden.
\n\nDie interpretative phänomenologische Analyse ist die richtige Wahl, wenn Sie verstehen wollen, wie eine kleine, klar umrissene Gruppe eine bedeutsame Erfahrung deutet. Analysieren Sie Fall für Fall, verwenden Sie die Terminologie von 2022 konsistent, berichten Sie Divergenzen und lassen Sie die Interpretation bei Ihnen. Wenn Ihr Interviewleitfaden fertig ist, starten Sie kostenlos mit 30 Credits, um Interviews in Qualitati zu erheben und zu transkribieren und Ihre erfahrungsbezogenen Aussagen fallübergreifend zu organisieren.
\n\nHinweis zur menschlichen Prüfung: Das Beispiel und die IPA-Qualitätscheckliste sind redaktionelle Werkzeuge des Qualitati-Forschungsteams, kein validiertes Messinstrument. Stimmen Sie Stichprobengröße und Berichtskonventionen mit Ihrer Betreuungsperson und den oben zitierten IPA-Texten ab.
\n","related":[{"slug":"codes-categories-themes-qualitative-analysis-2026","title":"Codes, Kategorien und Themen in der qualitativen Analyse","description":"Codes kennzeichnen Daten, Kategorien bündeln verwandte Codes, Themen deuten Bedeutung. Der Leitfaden 2026 zur Hierarchie mit KI-gestütztem Workflow.","category":"Qualitative Methoden","date":"2026-06-27","readTime":"12 Min. Lesezeit","author":"Qualitati Research Team"}]}