Kurzantwort: Die Stichprobengröße in qualitativen Interviewstudien wird durch Information Power oder Sättigung begründet, nicht durch statistische Power. Information Power (Malterud, Siersma & Guassora, 2016) besagt: Je mehr relevante Information eine Stichprobe enthält, desto weniger Teilnehmende werden benötigt. Fünf Dimensionen bestimmen sie: Studienziel, Spezifität der Stichprobe, Nutzung etablierter Theorie, Qualität des Dialogs und Analysestrategie.
Zuletzt aktualisiert: 9. Oktober 2026 (erstmals veröffentlicht am 20. Juli 2026)
\n\nJede Doktorandin und jeder Doktorand bekommt irgendwann die Frage von Betreuenden, einem Ethikausschuss oder Reviewer 2: Warum so viele Teilnehmende? „Bis zur Sättigung“ ist die häufigste Antwort und oft die schwächste, denn Sättigung lässt sich erst zeigen, wenn die Daten vorliegen. Dieser Leitfaden erklärt, wie sich die Stichprobengröße in qualitativen Interviewstudien mit Information Power begründen lässt, wie sich das von der Sättigung unterscheidet, welche qualitativen Stichprobenstrategien festlegen, wen man rekrutiert, und wie man eine Begründung der Stichprobengröße schreibt, die einer Begutachtung standhält. Enthalten sind ein ausgearbeiteter Begründungsabsatz und ein einseitiges Arbeitsblatt, das sich in einen Antrag einfügen lässt.
\n\nInformation Power ist ein Modell zur Entscheidung, wie viele Teilnehmende eine qualitative Interviewstudie braucht. Vorgeschlagen von Kirsti Malterud, Volkert Siersma und Ann Dorrit Guassora in Qualitative Health Research (2016), besagt es, dass die Angemessenheit einer Stichprobe davon abhängt, wie viel Information zum Studienziel sie enthält. Höhere Information Power bedeutet weniger Teilnehmende; geringere Information Power bedeutet mehr.
\nDas Modell wurde als Alternative dazu formuliert, Sättigung als Standardregel zu behandeln. Es liefert keine Zahl. Es strukturiert eine Argumentation: Man bewertet die eigene Studie in fünf Dimensionen, legt ein vorläufiges Ziel fest und passt es an, während sich die Qualität der Interviews zeigt. Das Originalpapier versteht es als Leitfaden für eine Einschätzung, die während der Datenerhebung fortläuft, nicht als Ersatz für Urteilskraft (Malterud et al., 2016, DOI 10.1177/1049732315617444).
\n\nJede Dimension erhöht oder senkt die benötigte Stichprobengröße. Die Tabelle formuliert das Modell in Planungsbegriffen und ergänzt die Frage, die ein Gutachter wahrscheinlich stellt.
\n| Dimension | Weniger Teilnehmende, wenn… | Mehr Teilnehmende, wenn… | Frage des Gutachters |
|---|---|---|---|
| Ziel | Das Ziel eng ist (eine Erfahrung, eine Entscheidung, eine Rolle) | Das Ziel breit oder explorativ über viele Kontexte angelegt ist | Ist das Ziel spezifisch genug, um die Stichprobe einzugrenzen? |
| Spezifität der Stichprobe | Die Teilnehmenden dichte, unmittelbare Erfahrung mit dem Phänomen haben | Die Teilnehmenden nur locker mit dem Phänomen verbunden sind | Warum sind genau diese Personen die richtigen Auskunftspersonen? |
| Etablierte Theorie | Eine bestehende Theorie Stichprobe und Analyse rahmt | Keine Theorie angewandt wird; die Studie rein induktiv ist | Welche Theorie, und wie leitet sie die Fragen an? |
| Qualität des Dialogs | Die Interviews tiefgehend, gut nachgefragt und klar fokussiert sind | Die Interviews kurz, oberflächlich oder schlecht nachgefragt sind | Woran erkennen Sie, dass die Interviews ergiebig waren? |
| Analysestrategie | Vertiefte Analyse von Narrativen oder einigen wenigen Fällen | Explorative fallübergreifende Analyse über viele Teilnehmende | Passt die Stichprobe zur Analysemethode? |
Beachten Sie die vierte Dimension. Die Interviewqualität ist eine Variable der Stichprobengröße. Oberflächliche Interviews bedeuten, dass man mehr davon braucht. Deshalb sind unbefragte, formularartige Interviews und kurze Chat-Transkripte auf versteckte Weise teuer: Jedes trägt weniger Information.
\n\nSättigung fragt, ob neue Daten noch neue Erkenntnisse hervorbringen; Information Power fragt, ob die Stichprobe genug relevante Information für das Ziel enthält. Sättigung wird während und nach der Analyse beurteilt. Information Power lässt sich bereits vor der Feldphase begründen, was sie besser für Anträge, Ethikanträge und Präregistrierungen geeignet macht. Die meisten starken Methodenteile nutzen beides.
\n| Kriterium | Information Power | Sättigung |
|---|---|---|
| Kernfrage | Enthält die Stichprobe genug relevante Information für dieses Ziel? | Bringen weitere Interviews noch neue Codes oder neue Bedeutungen? |
| Wann es genutzt wird | Planung, dann während der Feldphase überwacht | Während der Analyse; nach Abschluss bestätigt |
| Liefert eine Zahl? | Nein: ein begründetes, revidierbares Ziel | Nein: ein in den Daten beobachteter Abbruchpunkt |
| Passt am besten zu | Anträgen, Ethikausschüssen, reflexiven und interpretativen Designs | Ansätzen mit Codierreliabilität und Codebuch; Grounded Theory (als theoretische Sättigung) |
| Hauptschwäche | Urteilsbasiert; kann genutzt werden, um ein bequemes n zu rechtfertigen | Wird oft behauptet, ohne Nachweis, wie sie beurteilt wurde |
Die Debatte ist besonders für die thematische Analyse wichtig. Braun und Clarke argumentieren, dass Sättigung schlecht zur reflexiven thematischen Analyse passt, bei der Bedeutung durch Interpretation erzeugt und nicht in den Daten entdeckt wird, und sehen Information Power als kohärentere Begründung (Braun & Clarke, 2021, Qualitative Research in Sport, Exercise and Health). Wenn Sie reflexive TA verwenden, lädt die Angabe von Sättigung als Abbruchregel zu einem erkenntnistheoretischen Einwand ein. Eine ausführlichere Behandlung der Sättigung selbst finden Sie unter was ist Datensättigung und wie viele KI-moderierte Interviews man braucht.
\n\nInformation Power liefert keine Zahl, aber Gutachter wünschen oft einen Anhaltspunkt. Zwei Reviews sind hilfreich:
\nLesen Sie diese Befunde als bedingte Aussagen, nicht als Quoten. Beide Reviews verknüpfen die niedrigeren Werte mit homogenen Stichproben und engen Zielen, also genau dem, was hohe Information Power beschreibt. Eine breite, heterogene Studie ohne Theorie sollte mit Werten oberhalb dieser Spannen rechnen.
\n\nVerwenden Sie dieses einseitige Arbeitsblatt in einem Antrag, Ethikantrag oder Methodenkapitel. Bewerten Sie jede Dimension, schreiben Sie einen Satz Evidenz und setzen Sie erst dann ein vorläufiges Ziel. So wird aus einem Urteil ein prüfbares Argument.
\n| Dimension | Bewertung | Evidenz (ein Satz) | Wirkung auf n |
|---|---|---|---|
| Ziel | Eng / Mittel / Breit | Formulieren Sie das Ziel und was außerhalb des Umfangs liegt | ↓ / – / ↑ |
| Spezifität der Stichprobe | Dicht / Gemischt / Dünn | Nennen Sie die Einschlusskriterien, die unmittelbare Erfahrung garantieren | ↓ / – / ↑ |
| Etablierte Theorie | Angewandt / Teilweise / Keine | Nennen Sie die Theorie und wie sie den Leitfaden prägt | ↓ / – / ↑ |
| Qualität des Dialogs | Stark / Unsicher / Schwach | Pilotbelege: Interviewlänge, Tiefe des Nachfragens, Erfahrung der Interviewenden | ↓ / – / ↑ |
| Analysestrategie | Fallbasiert / Gemischt / Fallübergreifend | Nennen Sie die Analysemethode (IPA, reflexive TA, Framework-Analyse, Grounded Theory) | ↓ / – / ↑ |
| Vorläufiges Ziel | Nennen Sie eine Spanne (keine Einzelzahl), den Überprüfungszeitpunkt (zum Beispiel nach dem ersten Drittel der Interviews) und was Sie dazu bringen würde, die Stichprobe zu erweitern |
Hier ein Beispieltext für eine hypothetische Studie darüber, wie Promovierende im ersten Jahr im Fach Management entscheiden, ob sie generative KI bei ihren Literaturübersichten einsetzen:
\n\n„Die Stichprobengröße orientierte sich an der Information Power (Malterud et al., 2016). Das Ziel war eng (eine Entscheidung, in einer Population), die Stichprobe war dicht (alle Teilnehmenden hatten in den letzten sechs Monaten generative KI für eine Literaturübersicht genutzt oder ausdrücklich abgelehnt), und die Interviews wurden durch die Literatur zur Technologieakzeptanz gerahmt. Dem standen die fallübergreifende Analysestrategie und unsere begrenzten Pilotbelege zur Qualität des Dialogs entgegen, die die Information Power senkten. Wir setzten daher ein vorläufiges Ziel von 14–20 Interviews, überprüften die Information Power nach den ersten sieben und hätten die Rekrutierung verlängert, falls weiterhin neue Entscheidungswege auftauchten. Wir führten 17 Interviews durch; die letzten drei brachten keine neuen Entscheidungswege.“
Drei Merkmale machen dieses Beispiel tragfähig: Es nennt alle fünf Dimensionen, es gibt eine Spanne mit einem Überprüfungszeitpunkt an, und es berichtet, was tatsächlich geschah. Die Zahlen sind illustrativ; Ihre eigenen müssen aus Ihrer Studie stammen.
\n\nInformation Power setzt voraus, dass Ihre Teilnehmenden die richtigen sind. Das ist die Aufgabe der Stichprobenstrategie. Oliver Robinsons Leitfaden zum Sampling in interviewbasierter Forschung legt eine vierstufige Reihenfolge fest: das Stichprobenuniversum definieren (Einschluss- und Ausschlusskriterien), die Stichprobengröße festlegen, eine Stichprobenstrategie wählen und dann die Stichprobe gewinnen (Robinson, 2014, Qualitative Research in Psychology).
\n| Strategie | Was sie tut | Einsatz, wenn | Hauptrisiko |
|---|---|---|---|
| Maximale Variation | Spannt bewusst unterschiedliche Kontexte oder Extreme auf | Sie die Bandbreite der Erfahrung brauchen oder Muster, die trotz Unterschieden bestehen | Dünne Abdeckung jedes Segments bei kleinem n |
| Homogen | Konzentriert sich auf eine eng definierte Gruppe | Sie Tiefe zu einer Rolle, einem Verlauf oder einem Zustand brauchen (in IPA üblich) | Befunde lassen sich nicht über diese Gruppe hinaus übertragen |
| Kriterien | Schließt alle ein, die eine definierte Schwelle oder ein Ereignis erfüllen | Sie eine bestimmte Erfahrung untersuchen (eine Diagnose, einen Studienabbruch, eine gescheiterte Adoption) | Das Kriterium kann schlecht gemessen sein |
| Theoretisch | Rekrutiert iterativ auf Basis der entstehenden Analyse | Grounded Theory; Konzeptentwicklung | Erfordert, dass die Analyse parallel zur Feldphase läuft |
| Extremfall / abweichender Fall | Zielt auf ungewöhnliche Erfolge oder Misserfolge | Sie Mechanismen dort sehen wollen, wo sie am deutlichsten sind | Atypische Fälle werden als Norm gelesen |
| Schneeball | Teilnehmende verweisen auf weitere Personen | Verborgene oder schwer erreichbare Populationen | Verweisketten häufen sich sozial |
| Geschichtete Purposive-Stichprobe | Setzt Ziele pro Segment, innerhalb jedes Segments purposiv | Sie definierte Gruppen vergleichen müssen | Quoten werden mit schlecht passenden Teilnehmenden gefüllt |
| Convenience | Wer gerade verfügbar ist | Nur für Piloten und Instrumententests | Systematische Verzerrung; schwache Aussagen |
Strategie und Information Power wirken zusammen. Geschichtete Designs und maximale Variation senken die Spezifität pro Segment und brauchen daher größere Gesamtzahlen. Eine homogene Kriterienstichprobe erhöht die Spezifität und stützt ein kleineres n. Vasileiou und Kolleginnen und Kollegen fanden in ihrem Review von Interviewstudien, dass Begründungen der Stichprobengröße in veröffentlichten Arbeiten oft fehlten oder dünn waren. Deshalb fällt es positiv auf, wenn man sowohl die Strategie als auch die Überlegung zur Information Power benennt (Vasileiou et al., 2018, BMC Medical Research Methodology).
\n\nFrüher war die Zahl der Interviews durch die Stunden der Moderation begrenzt, und zwölf bis fünfzehn Interviews waren teilweise ein Budgetartefakt. KI-moderierte Interviews ändern das: Interviews können parallel laufen, über Zeitzonen und Sprachen hinweg. Die methodische Konsequenz wird oft falsch verstanden.
\nQualitati ist eine europäische, budgetfreundliche Plattform für qualitative Forschung für Universitäten und Forschungsunternehmen, mit Datenschutz und DSGVO als zentralen Prioritäten. Für Entscheidungen zur Stichprobengröße und Stichprobenziehung im Besonderen:
\nDie Preise werden pro Credit veröffentlicht, und der kostenlose Tarif umfasst 30 monatliche Credits ohne Kreditkarte. Die aktuellen Tarife finden Sie unter Preise.
\n\nFür: Doktorandinnen und Doktoranden, die ein Methodenkapitel oder einen Ethikantrag schreiben, Forschungsgruppen, die Interviewstudien planen, und qualitative oder Marktforschungsunternehmen, die eine Stichprobe gegenüber einem Kunden verteidigen. Nicht für: Studien, deren Aussagen auf statistischer Verallgemeinerung auf eine Population beruhen. Wenn Sie Prävalenzschätzungen brauchen, nutzen Sie eine Wahrscheinlichkeitsstichprobe und eine Umfrage und ergänzen Sie dann Interviews, um die Ergebnisse zu erklären.
\n\nInformation Power ist ein Modell, das 2016 von Malterud, Siersma und Guassora vorgeschlagen wurde, um zu entscheiden, wie viele Teilnehmende eine qualitative Interviewstudie braucht. Je mehr für das Studienziel relevante Information die Stichprobe enthält, desto weniger Teilnehmende werden benötigt. Bewertet wird in fünf Dimensionen: Ziel, Spezifität der Stichprobe, Theorie, Qualität des Dialogs und Analysestrategie.
\n\nKeines von beiden ist allgemein besser. Information Power lässt sich vor der Feldphase leichter begründen, eignet sich daher für Anträge und Ethikausschüsse und passt zu interpretativen Methoden wie der reflexiven thematischen Analyse. Sättigung ist nützlich für Designs mit Codebuch und für Grounded Theory. Viele starke Studien planen mit Information Power und berichten anschließend Sättigungsbelege.
\n\nEs gibt keine allgemeingültige Zahl. Empirische Reviews fanden Sättigung bei 9–17 Interviews in homogenen Stichproben mit engen Zielen, aber breite oder heterogene Studien brauchen mehr. Legen Sie eine Spanne anhand der fünf Dimensionen der Information Power fest, überprüfen Sie sie etwa in der Mitte der Feldphase und berichten Sie die Begründung.
\n\nNennen Sie den Rahmen (Information Power oder Sättigung), bewerten Sie jede der fünf Dimensionen mit einem Satz Evidenz, geben Sie eine vorläufige Spanne und einen Überprüfungszeitpunkt an und berichten Sie die erreichte Stichprobe sowie den Grund, warum Sie aufgehört haben. Der ausgearbeitete Absatz in diesem Leitfaden ist eine Vorlage.
\n\nPurposive Sampling: Teilnehmende werden bewusst ausgewählt, weil ihre Erfahrung zur Forschungsfrage passt. Maximale Variation, homogenes Sampling und Kriterien-Sampling sind die am häufigsten genutzten Varianten.
\n\nSie ändern die Kosten, nicht die Angemessenheit. Information Power hängt weiterhin von Ziel, Stichprobe, Theorie, Qualität des Dialogs und Analyse ab. Wenn KI-Interviews weniger tief nachfragen als eine geschulte Person, brauchen Sie womöglich mehr davon; wenn sie gut nachfragen, gilt dieselbe Logik wie bei menschlichen Interviews.
\n\nDie stärkste Antwort auf die Stichprobengröße in qualitativen Interviewstudien ist keine Zahl, sondern eine Argumentation. Legen Sie fest, wer zur Stichprobe gehört, wählen Sie eine purposive Strategie, die zur Forschungsfrage passt, bewerten Sie die fünf Dimensionen der Information Power, setzen Sie eine Spanne mit einem Überprüfungszeitpunkt und berichten Sie, was geschehen ist. KI-moderierte Interviews heben die Kostenobergrenze für n auf, und genau deshalb hat diese schriftliche Begründung heute mehr Gewicht.
\nPlanen Sie eine Interviewstudie? Kostenlos starten mit 30 Credits, ohne Kreditkarte, oder transparente Preise ansehen. Sehen Sie, wie Qualitati KI-moderierte Interviews, Fokusgruppen, konversationelle Umfragen und thematische Analysen durchführt, oder vergleichen Sie es mit NVivo.
\n\nVorschlag für den Bild-Alttext: „Information-Power-Arbeitsblatt: fünf Dimensionen (Ziel, Spezifität der Stichprobe, etablierte Theorie, Qualität des Dialogs, Analysestrategie), bewertet, um die Stichprobengröße qualitativer Interviews festzulegen.“
\n\nExterne Quellen: Malterud, Siersma & Guassora (2016), Sample Size in Qualitative Interview Studies: Guided by Information Power (Qualitative Health Research); Braun & Clarke (2021), To saturate or not to saturate? (Qualitative Research in Sport, Exercise and Health); Hennink & Kaiser (2022), Sample sizes for saturation in qualitative research: a systematic review of empirical tests (Social Science & Medicine); Wutich, Beresford & Bernard (2024), Sample Sizes for 10 Types of Qualitative Data Analysis (International Journal of Qualitative Methods); Vasileiou et al. (2018), Characterising and justifying sample size sufficiency in interview-based studies (BMC Medical Research Methodology); Robinson (2014), Sampling in Interview-Based Qualitative Research (Qualitative Research in Psychology).
\n\n\n\n\n","related":[{"slug":"interpretative-phenomenological-analysis-guide-2026","title":"Interpretative Phänomenologische Analyse (IPA): 7 Schritte","description":"Was ist interpretative phänomenologische Analyse? IPA-Schritte nach Terminologie von 2022 (PETs, GETs), Stichprobengröße, Beispiel und Qualitätscheckliste.","category":"Qualitative Methoden","date":"2026-09-29","readTime":"11 Min. Lesezeit","author":"Qualitati Research Team"},{"slug":"what-is-in-vivo-coding-qualitative-research-2026","title":"In-vivo-Kodierung: Definition, Beispiele, Vergleich","description":"In-vivo-Kodierung nutzt exakte Worte der Teilnehmenden als Codes. Definition, zwei Beispiele, Vergleich mit deskriptiver und Prozesskodierung, KI-Checkliste.","category":"Qualitative Methoden","date":"2026-09-12","readTime":"10 Min. Lesezeit","author":"Qualitati Research Team"},{"slug":"content-analysis-vs-thematic-analysis-2026","title":"Inhaltsanalyse vs. thematische Analyse: Ein Leitfaden","description":"Inhaltsanalyse zählt und kategorisiert, thematische Analyse deutet Bedeutung. Der Leitfaden 2026 hilft bei der Wahl, mit KI-Workflow und Entscheidungsmatrix.","category":"Qualitative Methoden","date":"2026-07-19","readTime":"12 Min. Lesezeit","author":"Qualitati Research Team"}]}