Die mir vor der Datenerhebung am häufigsten gestellte Frage ist: „Wie viele Interviews bzw. Beobachtungen brauche ich?“ Darauf lässt sich zwar keine allgemeingültige Zahl als Antwort geben; die notwendige Fallzahl kann aber vorab berechnet werden. Dieser Artikel zeigt dir an einem konkreten Beispiel, wie.
Stell dir Lena vor. Sie schreibt ihre Bachelorarbeit an einem dualen Studiengang und will wissen, ob durch die Kombination von Studium und Arbeit der Prüfungsstress größer erlebt wird als in Vollzeitstudiengängen, die keine verpflichtende Berufstätigkeit während des Studiums vorsehen. Sie plant einen Online-Fragebogen und hofft auf etwa 60 Interviews. Ob das reicht, um zum Beispiel einen mittleren Unterschied zwischen den zwei Gruppen sicher zu finden, hängt nicht von Lenas Gefühl ab, sondern von den Eckdaten, die du gleich kennenlernst.
Warum „so viele wie möglich“ keine gute Antwort ist
Die Festlegung der Fallzahl ist ein Abwägen zwischen zwei Fehlern. Mit zu wenigen Interviews übersiehst du einen Effekt, der in Wirklichkeit existiert. Mit sehr vielen kostet die Erhebung unnötig Zeit, und winzige, praktisch bedeutungslose Unterschiede werden „signifikant“. Außerdem muss die Fallzahl im Rahmen der Betreuungsgespräche in der Regel begründet werden. „Mehr ging nicht“ ist eine ehrliche, aber keine methodische Begründung. Diese liefert dir eine Power-Analyse: Sie sagt dir, wie viele Fälle du brauchst, um einen angenommenen Effekt mit einer bestimmten Wahrscheinlichkeit zu entdecken.
Der Stichprobenrechner in kondeor.ai
Lena nutzt dazu nicht den auf der bekannten Stichprobenformel beruhenden Stichprobenrechner auf der Assistenzseite von kondeor.ai, sondern die im Programm integrierte umfassendere Version. Du öffnest diesen Stichprobenrechner nach dem Einloggen (im Basis- oder Pro-Plan) über das Zielscheiben-Symbol links unten neben dem Eingabefeld des Chats. Er erscheint direkt im Chat-Fenster und rechnet sofort, ganz ohne KI-Anfrage. Im Reiter „Power-basiert“ gibst du in der Regel (manche Tests verlangen andere bzw. zusätzliche Angaben) Folgendes an:
- Das Testverfahren: Lena vergleicht zwei unabhängige Gruppen, also wählt sie den t-Test für unabhängige Stichproben. Zur Auswahl steht hier außerdem eine ganze Reihe weiterer Methoden. Und wenn du dir bei der Methode nicht sicher bist, dann stellt dir kondeor.ai ein paar Fragen dazu und übernimmt am Ende den passenden Test.
- Effektgröße (d): Das ist die Größe des Unterschieds, den du entdecken willst. kondeor.ai bietet drei Richtwerte zum Anklicken an: klein, mittel und groß. Voreingestellt ist immer ein mittlerer Effekt. Lena nimmt auch mittel, in Fall des t-Tests also 0,5. Nicht weil kondeor.ai das vorschlägt, sondern weil sie nach dem Literaturstudium einen mittleren Unterschied erwartet.
- Signifikanzniveau: Häufig verwendet und deshalb voreingestellt ist ein α = 0,05, also eine Vertrauenswahrscheinlichkeit von zumindest 95 %.
- Power: Häufig verwendet und deshalb voreingestellt ist eine Power von 80 %. Das heißt: Wenn es den Unterschied wirklich gibt, findet ihn die Studie in vier von fünf Fä
- Ein-/zweiseitige Hypothese: Voreingestellt ist ein zweiseitiger Test (also eine zugrundeliegende ungerichtete Hypothese). Lena testet ebenfalls zweiseitig; sie nimmt also nicht von vornherein an, dass der Prüfungsstress für die dual Studierenden größer ist.
Ein Klick auf „Stichprobenumfang berechnen“ liefert das Ergebnis:
Lena braucht 64 Personen pro Gruppe, also 128 insgesamt. Mit ihren ursprünglich ins Auge gefassten 60 Fragebögen, etwa 30 pro Gruppe, hätte sie bei einem mittleren Effekt nur eine Power von rund 48 %. Die Chance, einen echten Unterschied zu finden, wäre also kleiner als bei einem Münzwurf.
Was passiert, wenn du an den Stellschrauben drehst
Der eigentliche Lerneffekt entsteht, wenn du die Eingaben veränderst. Die Effektgröße ist die wichtigste Stellschraube: Halbiert sich der erwartete Effekt, vervierfacht sich ungefähr die nötige Fallzahl.
| Annahme | Personen pro Gruppe | Gesamt |
| Großer Effekt (d = 0,8) | 26 | 52 |
| Mittlerer Effekt (d = 0,5) | 64 | 128 |
| Eher kleiner Effekt (d = 0,3) | 176 | 352 |
| Kleiner Effekt (d = 0,2) | 394 | 788 |
| d = 0,5, aber Power 90 % | 86 | 172 |
| d = 0,5, aber α = 0,01 | 96 | 192 |
| d = 0,5, einseitige Hypothese | 51 | 102 |
Alle Werte sind, sofern nicht anders angegeben, für den t-Test für unabhängige Stichproben mit α = 0,05, zweiseitig und 80 % Power.
Drei Dinge lassen sich daraus ablesen. Wer einen kleinen Effekt finden will, braucht deutlich mehr Fälle. Wer strenger testet (kleineres α) oder sicherer entdecken will (mehr Power), ebenfalls. Und eine einseitige Hypothese spart Fälle, ist aber nur zulässig, wenn du die Richtung vorab begründen kannst. Sie ist also keine Abkürzung, um auf die nötige Fallzahl zu kommen.
Und wenn du gar keine Hypothese testest?
Nicht jede Arbeit vergleicht Gruppen. Wer in einer Umfrage nur wissen will, wie viele Personen ein Angebot nutzen oder wie hoch ein durchschnittlicher Wert ist, braucht keine Power-Analyse, sondern eine Genauigkeitsplanung. Dafür gibt es den zweiten Reiter „Genauigkeit-basiert“ (oder den Stichprobenrechner auf der öffentlich zugänglichen Assistentseite von kondeor.ai). Die Frage für dieses Szenario lautet: Wie viele Fälle brauche ich, um einen Anteil oder Mittelwert mit einer bestimmten Fehlerspanne zu schätzen? Das Lehrbuchbeispiel für die Anwendung der hier zugrundeliegenden Stichprobenformel ist: Ein Anteil soll auf ±5 Prozentpunkte genau geschätzt werden, bei 95 % Sicherheit und ohne Vorwissen über den Anteil. Rechnerisch ergibt das 385 Fälle. Ist die Grundgesamtheit klein und/oder bekannt, etwa bei einem Studiengang mit 300 eingeschriebenen Personen, dann kann der Rechner das berücksichtigen und die nötige Fallzahl entsprechend reduzieren (hier auf 169).
Typische Stolpersteine
- Die Effektgröße wird „passend gemacht“. Wer d so wählt, dass genau die erreichbare Fallzahl herauskommt, rechnet sich die Studie schön. Begründe daher d aus der Literatur, aus einer Pilotstudie oder aus der kleinsten Differenz, die inhaltlich noch relevant wäre.
- Ausfälle fehlen in der Rechnung. Der Rechner nennt die benötigten ausgewerteten Fälle. Wenn erfahrungsgemäß jeder fünfte Fragebogen unvollständig ist, musst du entsprechend mehr einplanen.
- Mehrere Hypothesen, eine Zahl. Der Rechner nennt die Fallzahl für einen Test. Prüfst du viele Hypothesen, brauchst du eine Zahl für jede einzelne davon. Und dann orientierst du dich an der größten der berechneten Fallzahlen.
- Komplexe Designs brauchen mehr. Bei dreifaktoriellen oder gemischten Designs, Multilevel-Modellen oder Sensitivitätsanalysen empfiehlt sich zusätzlich ein Werkzeug wie G*Power oder ein Gespräch mit Daniela Keller. Dabei lohnt sich gerade bei der Wahl der Effektgröße ein zweiter Blick.
Und danach? Welche Methode passt zu deinen Daten?
Steht die Fallzahl, kommt die nächste typische Frage: Welche Tests passen nun konkret zu meinen Hypothesen und Variablen? Dabei hilft der Leitfaden zur Methodenwahl in kondeor.ai. Du gehst ihn entweder geführt Schritt für Schritt durch oder wählst im Modus „Frei filtern“ die Merkmale deiner Hypothese und deiner Daten aus. Lena nimmt den freien Weg und klickt an: Gruppenvergleiche, Skalenniveau metrisch, unabhängige Gruppen, zwei Gruppen. Darunter erscheinen die passenden Methoden, jeweils mit einer kurzen Erklärung in einfachen Worten. Dazu gehört der t-Test für unabhängige Stichproben, mit dem sie schon die Fallzahl geplant hat. Planung und Auswertung passen also unmittelbar zusammen.
Oben siehst du die vier von Lena getroffenen Auswahlen. Die Zahl in Klammern hinter jeder Option zeigt, wie viele Methoden jeweils passen, hier sind es letztendlich vier. Und eine davon ist der t-Test für unabhängige Stichproben:
So übersetzt sich die Erklärung auf Lenas Fall: Sie vergleicht den Prüfungsstress von dual Studierenden, die neben dem Studium arbeiten müssen, mit dem von Studierenden, die nicht oder freiwillig arbeiten. Der t-Test zeigt ihr, ob ein beobachteter Unterschied zwischen den beiden Gruppen real ist oder nur Zufall. Hat die Gruppe der dual Studierenden im Mittel einen Stresswert von 3,8 und die andere von 3,4, dann sagt der Test, ob Lena diesem Unterschied vertrauen kann. Und weil sie vorher mit dem Stichprobenrechner 64 Personen pro Gruppe geplant hat, hat die Studie auch genügend Power, einen mittleren Unterschied zu finden.
Zum Weiterlesen: kondeor.ai
kondeor.ai ist eine Plattform, die statistische Auswertungen vereinfacht. Du lädst deine Daten hoch, stellst deine Frage sprachlich ganz natürlich in eigenen Worten und die Berechnung läuft in R, einer anerkannten Statistiksoftware. Die Ergebnisse erscheinen als übersichtliches Dashboard mit einer verständlichen KI-generierten Interpretation. Daneben gibt es Lernmaterial, einen Leitfaden zur Methodenwahl, den hier gezeigten Stichprobenrechner und einiges mehr. Deine Fragestellung(en) und deine Daten kennt aber niemand so gut wie du. Wenn du bei der Planung deiner Erhebung, bei der Datenanalyse oder der Ergebnisinterpretation unsicher bist, ist ein Gespräch mit der statistischen Beratung von Daniela Keller der sinnvolle nächste Schritt.
Dietmar Kepplinger ist seit 30 Jahren selbständiger Marktforscher und Lektor für Marktforschung an Hochschulen. Seit Ende 2025 liegt sein beruflicher Schwerpunkt in der (Weiter-)Entwicklung von kondeor.ai.
