Ergebnisse thematischer Analysen richtig verfassen (2026)

Qualitati Research Team · 2026-07-16 · 11 Min. Lesezeit

Kurzantwort: Ein guter Bericht zur thematischen Analyse beginnt mit klaren Themenaussagen (jede eine Behauptung, kein bloßes Themenetikett), stützt jedes Thema durch teilnehmerbezogene Zitate, erklärt die analytische Linie, die die Themen mit Ihrer Forschungsfrage verbindet, und ist transparent hinsichtlich Methode und Reflexivität. Gliedern Sie ihn so: Überblick, ein Abschnitt pro Thema mit Belegen und Interpretation, danach eine Synthese. Berichten Sie, statt nur aufzulisten.

Zuletzt aktualisiert: 16. Juli 2026. Dies ist ein Methoden-Leitfaden für UX-Forschende, Insights-Teams und qualitativ Forschende; Quellen sind im Text angegeben.

Warum das Verfassen der Ergebnisse thematischer Analysen der schwierige Teil ist

Die meisten Teams, die lernen, wie man Ergebnisse thematischer Analysen verfasst, stellen fest, dass der Engpass nicht das Kodieren ist — sondern die Übersetzung von Codes in eine belastbare Erzählung. Man kann 200 Codes und eine übersichtliche Liste von Kandidatenthemen erzeugen und trotzdem einen Ergebnisabschnitt schreiben, der wie eine beschriftete Themenliste wirkt. Der Bericht ist der Ort, an dem die Analyse eigentlich stattfindet: benennen, was ein Thema behauptet, Belege wählen, die diese Behauptung tragen, und erklären, wie die Themen die Forschungsfrage beantworten. Braun und Clarke, deren reflexive thematische Analyse der am weitesten verbreitete Ansatz ist, betrachten das Schreiben als letzte analytische Phase — nicht als Abschrift von zuvor getroffenen Ergebnissen (Braun & Clarke, 2021).

Dieser Leitfaden bietet Ihnen eine wiederholbare Struktur, ein Raster zur Beurteilung von Themenaussagen und eine Checkliste vor der Veröffentlichung. Er setzt voraus, dass Sie Ihre Daten bereits kodiert und Kandidatenthemen identifiziert haben; wenn Sie noch früher im Prozess stehen, beginnen Sie mit unserem Leitfaden zum Codebuch und unserer Anleitung zur schnellen qualitativen Analyse.

Wichtigste Erkenntnisse

Ein Thema ist eine Behauptung, kein Thema. „Vertrauen“ ist ein Thema; „Nutzende schenken Vertrauen erst nach einem sichtbaren frühen Erfolg“ ist ein Thema im analytischen Sinn.
Jedes Thema braucht teilnehmerbezogene Belege — Zitate, die dem Leser das Muster zeigen, statt es nur zu behaupten.
Struktur schlägt Menge. Überblick, ein Abschnitt pro Thema, Synthese. Drei prägnante Themen sind besser als neun vage.
Interpretation ist unverzichtbar. Beschreiben Sie das Muster und sagen Sie dann, was es für die Forschungsfrage bedeutet.
Transparenz gehört zum Bericht: Methode, analytische Entscheidungen und Reflexivität machen Ergebnisse vertrauenswürdig, nach Lincoln & Guba und Tracy.

Schritt 1: Machen Sie aus jedem Thema eine Aussage, kein Etikett

Der größte Qualitätshebel ist die Themenaussage. Eine Themenzusammenfassung („Onboarding“) sagt dem Leser, worum es in einem Abschnitt geht; eine Themenaussage stellt ein Argument auf, das die Belege stützen oder widerlegen können. Braun und Clarke beschreiben gute reflexive Themen als solche mit einem „zentralen organisierenden Konzept“ — einer gemeinsamen Bedeutung, nicht einem Sammelbecken alles dessen, was zu einem Gegenstand erwähnt wurde (Braun & Clarke, 2021).

Formulieren Sie jedes Etikett als Satz, der falsch sein könnte:

Schwach (Themenetikett)	Stark (Themenaussage)
Verwirrung bei den Preisen	Teilnehmende steigen aus, wenn die Preisgestaltung von ihnen verlangt, künftige Nutzung vorherzusagen.
Support-Erfahrung	Eine einzige schnelle menschliche Antwort stellt das Vertrauen nach wiederholten Bot-Fehlern wieder her.
Onboarding	Nutzende beurteilen das Produkt in der ersten Sitzung und revidieren dieses Urteil selten.

Schritt 2: Wählen Sie Belege, die das Muster zeigen

Zitate sind keine Verzierung; sie sind der Zugang des Lesers zu Ihren Daten. Wählen Sie Zitate, die veranschaulichend sind (sie zeigen die Behauptung in den eigenen Worten einer teilnehmenden Person) und, wo relevant, abweichend (sie zeigen die Grenze des Themas). Zwei klare Regeln halten die Belege ehrlich:

Verknüpfen Sie jedes Zitat mit einer Teilnehmenden-Kennung (z. B. P07) und genug Kontext, damit der Leser es beurteilen kann. Anonymisieren Sie zuvor sensible Details.
Berichten Sie die Verbreitung sorgfältig. In der reflexiven thematischen Analyse bemisst sich die Bedeutung eines Themas an seinem Sinngehalt, nicht an einer Stimmenzahl. Dennoch sollten Sie offen sagen, ob ein Muster von den meisten oder nur von wenigen Teilnehmenden stammt. Vermeiden Sie quasi-quantitative Aussagen wie „73 % empfanden“, sofern Ihr Design kein Zählen trägt.

Nehmen Sie pro größerem Thema mindestens einen widersprüchlichen oder negativen Fall auf, sofern es ihn gibt. Ein Ergebnisabschnitt, der nie Spannungen zeigt, wirkt wie selektiv ausgewählt; siehe unseren Leitfaden zur Analyse negativer Fälle.

Schritt 3: Gliedern Sie den Ergebnisabschnitt

Eine verlässliche Struktur, die sowohl für Berichte als auch für Fachartikel funktioniert:

Kurzer Überblick. Nennen Sie die Themen in einem knappen Absatz und sagen Sie, wie sie mit der Forschungsfrage zusammenhängen. Geben Sie dem Leser die Landkarte, bevor das Gelände kommt.
Ein Abschnitt pro Thema. Beginnen Sie mit der Themenaussage, präsentieren Sie 2–4 Belege und interpretieren Sie dann — was das Muster bedeutet und warum es wichtig ist. Fügen Sie Unterthemen nur hinzu, wenn sie eigenständige Bedeutung tragen.
Synthese. Erklären Sie, wie die Themen sich zu einer analytischen Linie fügen. Hier beantworten Sie die Forschungsfrage als Ganzes, nicht Thema für Thema.

Ordnen Sie Themen nach ihrem Beitrag zur Argumentation, nicht nach Häufigkeit. Ein anschauliches, entscheidungsrelevantes Thema gehört nach vorne, auch wenn es weniger Teilnehmende angesprochen haben.

Schritt 4: Interpretieren, nicht nur beschreiben

Jeder Themenabschnitt sollte von „Hier ist das Muster“ zu „Hier ist, was es bedeutet“ übergehen. Beschreibung hält fest, was Teilnehmende gesagt haben; Interpretation erklärt die Bedeutung für die Frage, die Sie beantworten wollten — und verknüpft, wo angebracht, mit früheren Befunden oder Theorie. Der Unterschied zwischen einer Zusammenfassung und einer Analyse liegt fast immer in der fehlenden Interpretation.

Eigenes Material: Das Qualitati-Bewertungsraster für Themenberichte

Bewerten Sie jedes Thema in fünf Dimensionen mit 0–2 Punkten, bevor Sie es als fertig betrachten. Ein Thema mit weniger als 7/10 Punkten braucht Nacharbeit.

Dimension	0	1	2
Aussage	Ein Themenetikett	Eine vage Aussage	Eine prüfbare Behauptung mit zentralem Konzept
Belege	Keine Zitate	Ein Zitat, dünner Kontext	Mehrere verknüpfte Zitate, einschließlich eines Grenzfalls
Interpretation	Nur Beschreibung	Implizite Bedeutung	Explizite Bedeutung, bezogen auf die Forschungsfrage
Abgrenzung	Überschneidet sich mit anderen Themen	Teilweise Überschneidung	Klar abgrenzbares zentrales Konzept
Transparenz	Keine Rückverfolgbarkeit zu den Daten	Teilweise rückverfolgbar	Rückverfolgbar zu Codes und Teilnehmenden

Eigenes Material: Checkliste vor der Veröffentlichung

□ Jedes Thema ist als Aussage formuliert, nicht als Themenetikett.
□ Jedes Thema hat mindestens zwei verknüpfte Zitate; sensible Details sind anonymisiert.
□ Mindestens ein negativer oder abweichender Fall wird gezeigt, sofern vorhanden.
□ Die Sprache zur Verbreitung passt zum Design (keine erfundenen Prozentangaben).
□ Jeder Themenabschnitt enthält Interpretation, nicht nur Beschreibung.
□ Ein Synthese-Absatz beantwortet die Forschungsfrage als Ganzes.
□ Methode, analytischer Ansatz und Reflexivität sind dargelegt (COREQ oder SRQR).
□ Themen sind bis zu Codes und Ausgangstranskripten rückverfolgbar.

Berichtsstandards und Vertrauenswürdigkeit

Gutachtende und Stakeholder erwarten zunehmend einen transparenten Nachweis des Vorgehens. Zwei weit verbreitete Checklisten helfen: COREQ für Interview- und Fokusgruppenstudien (Tong et al., 2007) und das breitere SRQR (O'Brien et al., 2014). Beide verlangen, dass Sie Stichprobe, analytischen Prozess und die Positionierung der Forschenden offenlegen. Darunter liegt Lincoln und Gubas Rahmen der Vertrauenswürdigkeit — Glaubwürdigkeit, Übertragbarkeit, Verlässlichkeit, Bestätigbarkeit — sowie Tracys acht „Big-Tent“-Kriterien für Qualität, darunter reichhaltige Gründlichkeit und sinnvolle Kohärenz (Tracy, 2010). Im Bericht werden diese Standards sichtbar; vertiefend dazu unser Beitrag zur Vertrauenswürdigkeit in der KI-gestützten qualitativen Forschung.

Wo Qualitati hineinpasst

Qualitati ist eine KI-Plattform für Nutzerforschung für Produkt-, UX- und Insights-Teams. Die Pipeline zur thematischen Analyse ThemeLens führt einen Map-Reduce-Durchlauf über bis zu 100 Transkripte aus, ordnet Codes Forschungsfragen zu und synthetisiert Themen mit teilnehmerbezogenen Zitaten, die jedem Thema beigefügt sind — genau der Beleg, den ein guter Bericht braucht. Der QDA Workspace unterstützt induktives und deduktives Kodieren, die Erstellung von Codebüchern und die Visualisierung von Themen und hält Themen bis zu ihren Quellcodes und Transkripten rückverfolgbar. Ziel ist nicht, die Interpretation an ein Modell abzugeben: Die Forschenden schreiben weiterhin die Aussagen, wählen die Belege und verantworten die analytische Linie. Qualitati beschleunigt die mechanischen Teile — das Zusammenstellen von Kandidatenthemen und das Heraussuchen der Zitate — damit Sie Ihre Zeit auf das Urteilsvermögen verwenden, das das obige Raster misst.

Grenzen und Abwägungen

Zwei Vorbehalte. Erstens können KI-zusammengestellte Themen geschliffen wirken und dabei Uneinigkeit in den Daten glätten; behandeln Sie Modellergebnisse als Entwurf, den Sie hinterfragen, nicht als Befund. Jedes Thema, das ein Tool vorschlägt, sollte dennoch das Raster bestehen und seine negativen Fälle zeigen. Zweitens steckt Verzerrung oft in der Zitatauswahl — ein Modell (oder ein Mensch) kann anschauliche Zitate überrepräsentieren und den Grenzfall unterrepräsentieren. Behalten Sie bei der Belegauswahl einen Menschen im Prozess und prüfen Sie Aussagen zur Verbreitung am tatsächlichen Korpus. Bei heiklen methodischen Entscheidungen sollte eine zweite forschende Person die Themenaussagen unabhängig prüfen.

FAQ

Was ist der Unterschied zwischen einem Thema und einem Code?

Ein Code ist ein Etikett für einen Datenabschnitt; ein Thema ist ein übergeordnetes Muster mit einem zentralen organisierenden Konzept, das viele Codes umspannt und eine Behauptung aufstellt. Siehe Codes, Kategorien und Themen im Vergleich.

Wie viele Themen sollte ein Ergebnisabschnitt haben?

Es gibt keine feste Zahl, aber drei bis sechs gut ausgearbeitete Themen vermitteln meist besser als eine lange Liste. Tiefe und Abgrenzbarkeit zählen mehr als die Anzahl.

Sollte ich angeben, wie viele Teilnehmende jedes Thema erwähnt haben?

Sie können vermerken, ob ein Muster weit verbreitet oder begrenzt war, sollten aber auf genaue Prozentangaben verzichten, sofern Ihr Design kein Zählen trägt. In der reflexiven thematischen Analyse bestimmt der Sinngehalt — nicht die Häufigkeit — die Bedeutung eines Themas.

Kann KI meine Ergebnisse der thematischen Analyse schreiben?

KI kann Kandidatenthemen entwerfen und verknüpfte Zitate schnell herausholen, aber die analytischen Aussagen, die Belegauswahl und die Interpretation sollten bei der forschenden Person bleiben. So genutzt verkürzt KI die mechanische Arbeit, ohne das Urteil auszulagern.

Welche Berichtscheckliste sollte ich verwenden?

COREQ ist für Interview- und Fokusgruppenstudien verbreitet; SRQR ist ein breiterer Standard für qualitative Forschung. Beide signalisieren Gutachtenden, dass Ihr Vorgehen transparent war.

Fazit

Gute Ergebnisse thematischer Analysen zu verfassen, ist eine Frage der Disziplin: Formulieren Sie jedes Thema als Behauptung, belegen Sie sie mit verknüpften Belegen aus den Teilnehmenden, interpretieren Sie ihre Bedeutung und seien Sie transparent darüber, wie Sie dorthin gelangt sind. Bewerten Sie Ihre Themen mit dem Raster, durchlaufen Sie die Checkliste und streichen Sie alles, was seinen Platz nicht verdient. Starten Sie kostenlos mit 30 Credits und lassen Sie das ThemeLens von Qualitati Kandidatenthemen mit Zitaten zusammenstellen, damit Sie sich auf die Argumentation konzentrieren können — oder sehen Sie sich die transparente Preisgestaltung an und entdecken Sie die Plattform.