Es gibt einen Moment, den fast jede empirische Abschlussarbeit kennt: Du öffnest deinen Datensatz nach zwei Wochen Pause und findest eine Spalte namens f12_2neu mit den Werten 1, 2, 3 und 99. Was 3 bedeutet, weißt du nicht mehr. Ob 99 „weiß nicht“ heißt oder ein Tippfehler ist, auch nicht.
Ein Codebuch verhindert genau das. Es ist die Dokumentation, die jede Variable erklärt — und es ist die Investition mit dem besten Verhältnis von Aufwand zu Ersparnis in der gesamten Auswertungsphase. Diese Anleitung zeigt in acht Schritten, wie du es anlegst.
Was ist ein Codebuch — und warum ist es ein Standard?
Ein Codebuch beschreibt für jede Variable deines Datensatzes: wie sie heißt, was sie inhaltlich bedeutet, welche Werte zulässig sind, was diese Werte bedeuten und wie fehlende Angaben codiert wurden.
Das ist kein studentischer Behelf, sondern eine etablierte Praxis der empirischen Sozialforschung. Die DDI Alliance pflegt dafür eigene Spezifikationen, darunter DDI-Codebook und DDI-Lifecycle; ihr DDI Common Core ist als internationale Norm ISO/PAS 25955:2026 veröffentlicht. Für eine Bachelorarbeit musst du diesen Standard nicht umsetzen — aber es hilft zu wissen, dass „Codebuch“ ein definierter Begriff mit einer eigenen Normierungsgeschichte ist und nicht bloß eine private Notizsammlung.
Schritt 1: Lege das Codebuch an, bevor du Daten erhebst
Der häufigste Fehler ist, das Codebuch nachträglich schreiben zu wollen. Dann ist es Archäologie statt Dokumentation.
Richtig ist die umgekehrte Reihenfolge: Sobald dein Erhebungsinstrument steht, steht auch fest, welche Variablen es geben wird. Lege das Codebuch also zusammen mit dem Fragebogen an — die Fragen sind bereits deine Variablen. Wie du das Instrument selbst aufbaust, beschreibt der Beitrag zur empirischen Methodik und Fragebogenkonstruktion.
Schritt 2: Vergib Variablennamen nach einer Regel
Variablennamen sind Werkzeuge, keine Beschreibungen. Vier Regeln, die sich in jeder Statistiksoftware bewähren:
- Kurz, aber sprechend.
alterstattv3, aber auch nichtwie_alt_sind_sie_in_jahren. - Keine Umlaute, Leerzeichen und Sonderzeichen. Sie führen quer durch Programme und Exportformate zu Fehlern.
- Nicht mit einer Ziffer beginnen. Manche Programme akzeptieren das nicht.
- Systematische Präfixe für zusammengehörige Items.
zufr_01biszufr_08für eine achtteilige Skala — das macht spätere Sammelbefehle trivial.
Wenn du deine Konstrukte noch in messbare Indikatoren übersetzen musst, gehört dieser Schritt logisch davor: Er ist Teil der Operationalisierung von Variablen, Konstrukten und Indikatoren.
Schritt 3: Schreibe zu jeder Variable ein Label
Das Variablenlabel ist der ausformulierte Inhalt — idealerweise der Fragetext im Wortlaut. Der Grund ist praktisch: In der Auswertung willst du wissen, was genau gefragt wurde, weil die Formulierung die Interpretation bestimmt. „Wie zufrieden sind Sie insgesamt?“ und „Wie zufrieden waren Sie in den letzten vier Wochen?“ sind nicht dieselbe Variable.
Notiere zusätzlich, ob die Frage allen Befragten gestellt wurde oder nur einer Teilgruppe. Filterführungen sind die häufigste Ursache für Fallzahlen, die zwischen Tabellen scheinbar grundlos schwanken.
Schritt 4: Definiere die Werte und ihre Bedeutung
Für jede kategoriale Variable hältst du fest, welcher Zahlenwert für welche Ausprägung steht. Zwei Konventionen ersparen dir später Ärger:
- Codiere Skalen durchgängig in dieselbe Richtung. Wenn 1 einmal „stimme gar nicht zu“ und ein anderes Mal „stimme voll zu“ bedeutet, entstehen Auswertungsfehler, die schwer zu finden sind.
- Halte umgekehrt gepolte Items ausdrücklich fest. Negativ formulierte Items müssen vor der Skalenbildung umgepolt werden — und wenn das Codebuch sie nicht markiert, vergisst du es.
Schritt 5: Lege einen eigenen Code für fehlende Werte fest
Fehlende Werte sind nicht alle gleich, und dieser Unterschied gehört ins Codebuch. Sinnvoll ist eine Trennung nach Ursache:
- keine Angabe gemacht
- Antwort verweigert
- „weiß nicht“ ausgewählt
- Frage traf nicht zu, weil sie übersprungen wurde
Verwende dafür Codes, die als reguläre Werte nicht vorkommen können, und dokumentiere sie explizit. Der gefährlichste Fehler ist, fehlende Werte als 0 zu codieren — 0 ist in vielen Variablen ein gültiger Wert, und deine Mittelwerte wären still verfälscht.
Die Unterscheidung nach Ursache ist keine Pedanterie: „weiß nicht“ und „verweigert“ sagen inhaltlich Verschiedenes, und bei manchen Fragestellungen ist die Verteilung der fehlenden Angaben selbst ein Befund.
Schritt 6: Dokumentiere jede abgeleitete Variable
Sobald du Skalen bildest, Gruppen zusammenfasst oder Werte umrechnest, entstehen neue Variablen. Jede davon braucht einen Eintrag mit drei Angaben: aus welchen Ausgangsvariablen sie gebildet wurde, nach welcher Regel, und wie mit fehlenden Werten umgegangen wurde.
Das ist der Teil, den die meisten weglassen — und der später am meisten kostet. Wenn im Kolloquium gefragt wird, wie du deinen Gesamtwert gebildet hast, willst du nicht raten müssen. Besonders wichtig ist die Regel für unvollständige Fälle: Ob ein Skalenwert auch dann gebildet wird, wenn zwei von acht Items fehlen, ist eine Entscheidung — und sie verändert deine Ergebnisse.
Schritt 7: Führe ein Änderungsprotokoll
Dein Datensatz verändert sich: Fälle werden ausgeschlossen, Variablen umcodiert, Fehler korrigiert. Halte jede dieser Änderungen mit Datum und Begründung fest.
Zwei Dinge werden dadurch möglich. Erstens kannst du jederzeit rekonstruieren, warum aus 214 Fällen 197 wurden. Zweitens kannst du deinen Methodenteil aus dem Protokoll schreiben, statt ihn aus der Erinnerung zu rekonstruieren.
Bewahre die Rohdaten unverändert auf und arbeite immer auf einer Kopie. Ein Datensatz, den du nicht mehr auf den Originalzustand zurückführen kannst, ist ein Risiko.
Schritt 8: Lege eine Version fest, bevor du auswertest
Wenn du mit der eigentlichen Analyse beginnst, friere den Datensatz ein und benenne diese Version eindeutig — etwa mit Datum im Dateinamen. Alle Ergebnisse, die in deine Arbeit kommen, beziehen sich auf diese eine Version.
Ohne diesen Schritt passiert regelmäßig, dass Tabelle 3 auf einem anderen Stand beruht als Tabelle 5, weil zwischendurch noch zwei Fälle bereinigt wurden. Solche Inkonsistenzen fallen auf, wenn jemand die Fallzahlen über die Tabellen hinweg vergleicht.
Wie sieht ein Codebuch-Eintrag aus?
| Feld | Beispielinhalt |
|---|---|
| Variablenname | zufr_03 |
| Label / Fragetext | „Ich würde diesen Studiengang weiterempfehlen.“ |
| Skalenniveau | ordinal |
| Werte | 1 = stimme gar nicht zu … 5 = stimme voll zu |
| Fehlende Werte | −98 = keine Angabe; −99 = weiß nicht |
| Umpolung nötig | nein |
| Anmerkung | Item der Zufriedenheitsskala, gemeinsam mit zufr_01–zufr_08 ausgewertet |
Mehr braucht es nicht. Eine Tabellenzeile pro Variable, sieben Spalten — bei vierzig Variablen ist das in gut einer Stunde erledigt, wenn du es parallel zum Fragebogen machst.
In welchem Format legst du es an?
Eine Tabellenkalkulation reicht vollkommen und hat den Vorteil, dass sie sortier- und durchsuchbar ist. Wichtig ist nur, dass das Codebuch außerhalb der Datendatei liegt und mitversioniert wird.
Wenn deine Arbeit die Daten auch archivieren oder weitergeben soll, ist das Codebuch der Kern der Dokumentation — wie das strukturiert aufgesetzt wird, beschreibt der Beitrag zum Datenmanagementplan und den FAIR-Prinzipien.
Gehört das Codebuch in die Arbeit?
In den Anhang, ja — und das wird an vielen Hochschulen auch erwartet. Im Methodenteil verweist du darauf, statt den Inhalt zu wiederholen.
Ein Nebeneffekt, den viele unterschätzen: Ein sauberes Codebuch im Anhang signalisiert Sorgfalt, noch bevor jemand deine Ergebnisse liest. Es ist eines der wenigen Dokumente, an denen sich methodische Gründlichkeit auf einen Blick zeigt.
Häufig gestellte Fragen
Brauche ich ein Codebuch, wenn ich nur 60 Fragebögen habe?
Ja. Die Fallzahl spielt keine Rolle — die Zahl der Variablen tut es. Schon bei zwanzig Variablen verlierst du ohne Dokumentation den Überblick, sobald du ein paar Tage nicht am Datensatz gearbeitet hast.
Gilt das auch für qualitative Arbeiten?
Dort heißt das Gegenstück Kategoriensystem beziehungsweise Kodierleitfaden. Die Logik ist dieselbe: Jede Kategorie braucht eine Definition, ein Ankerbeispiel und eine Abgrenzungsregel, damit die Codierung nachvollziehbar bleibt.
Wie codiere ich offene Antworten?
Belasse den Originaltext in einer eigenen Variable und lege eine zweite, kategorisierte Variable an. Das Kategorienschema gehört ins Codebuch, inklusive der Regel, wie Mehrfachnennungen behandelt werden.
Was mache ich, wenn ich mitten in der Auswertung eine Variable umcodieren muss?
Lege eine neue Variable an, statt die alte zu überschreiben, und dokumentiere die Ableitung. Überschreiben ist der schnellste Weg zu Ergebnissen, die sich später nicht mehr reproduzieren lassen.
Muss ich das Codebuch auf Deutsch oder Englisch schreiben?
In der Sprache deiner Arbeit. Wichtig ist nur die Einheitlichkeit — gemischte Sprachen in Variablennamen und Labels sind eine verlässliche Fehlerquelle.
Kann ich das Codebuch aus meiner Statistiksoftware exportieren?
Teilweise. Die meisten Programme können Variablen- und Wertelabels ausgeben, was einen guten Rohentwurf liefert. Ergänzen musst du die Teile, die kein Programm kennt: Begründungen, Ableitungsregeln und das Änderungsprotokoll.
Wie hängt das Codebuch mit meinem Ergebniskapitel zusammen?
Es liefert die Grundlage für korrekte Beschriftungen und Fallzahlen. Und es hilft dir, Befunde richtig einzuordnen — gerade wenn ein Ergebnis nicht signifikant ausfällt, willst du sicher sein, dass es nicht an einer verrutschten Codierung liegt.
Was gehört nicht ins Codebuch?
Ergebnisse. Das Codebuch beschreibt die Struktur deiner Daten, nicht ihre Auswertung. Häufigkeiten und Mittelwerte gehören ins Ergebniskapitel — sonst hast du zwei Quellen für dieselbe Zahl, die irgendwann auseinanderlaufen.
Fazit
Ein Codebuch kostet dich am Anfang eine Stunde und spart dir am Ende Tage. Es entsteht am besten parallel zum Erhebungsinstrument, es dokumentiert Variablen, Werte, fehlende Angaben und jede Ableitung, und es macht deine Auswertung reproduzierbar — für dich selbst in vier Wochen und für die Prüfenden im Kolloquium. Wenn du nur eine Sache aus dieser Anleitung übernimmst: Codiere fehlende Werte nie als 0.
Wenn der Datensatz dokumentiert ist und es an Methodenteil, Ergebniskapitel und Anhang geht, kannst du deine Arbeit direkt im Editor aufbauen: Starte deine Abschlussarbeit mit Tesify — geschrieben wird sie zu 100 % von dir.