Die wichtigste Erkenntnis vorweg: Für eine politikwissenschaftliche Bachelor- oder Masterarbeit musst du praktisch nie eigene Daten erheben. Die relevanten Länder-, Wahl- und Konfliktdatensätze sind für akademische Zwecke kostenlos zugänglich, decken bis zu 200 Länder und teils über 200 Jahre ab und lassen sich in wenigen Stunden zu einem analysefähigen Panel zusammenfügen. Das eigentliche Handwerk liegt nicht in der Erhebung, sondern in der Auswahl der Indikatoren und in der ehrlichen Beschreibung ihrer Grenzen.
Dieser Überblick sortiert die wichtigsten Quellen nach Forschungsinteresse, benennt Erhebungsjahre und Aggregatebenen und zeigt, welche Fehler beim Verknüpfen regelmäßig passieren.
Die zentralen Datenquellen im Vergleich
| Datensatz | Was gemessen wird | Abdeckung | Analyseebene | Zugang |
|---|---|---|---|---|
| V-Dem (Varieties of Democracy) | Über 500 Demokratieindikatoren, fünf Hauptindizes (elektoral, liberal, partizipatorisch, deliberativ, egalitär) | ca. 180 Länder, ab 1789 | Land-Jahr | Kostenlos, Download plus R-Paket |
| Polity5 | Autokratie-Demokratie-Skala von −10 bis +10, Regimewechsel | Staaten ab 500.000 Einwohnern, 1800–2018 | Land-Jahr | Kostenlos |
| Freedom House | Politische Rechte und bürgerliche Freiheiten, Gesamtscore 0–100 | 195 Länder plus Territorien, ab 1973 | Land-Jahr | Kostenlos |
| Quality of Government (QoG) | Aggregierter Datensatz aus über 100 Quellen: Governance, Korruption, Ökonomie, Institutionen | weltweit, mehrere Zeitreihen | Land-Jahr, Land-Querschnitt, EU-Regionen | Kostenlos, fertige Merge-Files |
| GLES (German Longitudinal Election Study) | Wahlverhalten, Einstellungen, Kandidaten- und Kampagnendaten in Deutschland | Deutschland, ab 2009 | Individualdaten | Kostenlos über GESIS, Registrierung |
| UCDP / PRIO | Bewaffnete Konflikte, Gewaltereignisse, Akteure | weltweit, ab 1946 bzw. georeferenziert ab 1989 | Konflikt-Jahr, Ereignis | Kostenlos |
| Manifesto Project (MARPOR) | Inhaltsanalytisch kodierte Wahlprogramme, Links-Rechts-Position (RILE) | über 50 Länder, ab 1945 | Partei-Wahl | Kostenlos, Registrierung |
| ParlGov | Parteien, Wahlen, Kabinette in Demokratien | 37 Länder, ab 1945 | Partei, Kabinett | Kostenlos |
| Correlates of War | Zwischenstaatliche Konflikte, Allianzen, nationale Fähigkeiten (CINC) | weltweit, ab 1816 | Dyade-Jahr | Kostenlos |
Wofür du welchen Demokratieindex nimmst
Die Wahl zwischen V-Dem, Polity5 und Freedom House ist keine Geschmacksfrage, sondern eine konzeptionelle Entscheidung, die du im Methodenkapitel begründen musst.
V-Dem ist der differenzierteste Datensatz und in der aktuellen Forschung der Standard. Sein Vorteil ist die disaggregierte Struktur: Du kannst Demokratie nicht nur als Gesamtwert, sondern gezielt als Wahlqualität, Medienfreiheit, Rechtsstaatlichkeit oder zivilgesellschaftliche Teilhabe operationalisieren. Für eine Arbeit zur Frage „Erodiert zuerst die Justiz oder die Presse?“ gibt es keine bessere Quelle. V-Dem beruht auf Expertenurteilen, die über ein Bayesianisches Messmodell zu Punktschätzern mit Unsicherheitsintervallen verrechnet werden — diese Intervalle solltest du erwähnen, statt nur den Punktwert zu verwenden.
Polity5 ist grober, aber historisch tief und in der älteren Literatur allgegenwärtig. Wenn du an klassische Studien zur demokratischen Friedensthese anschließt, ist Polity oft die Vergleichbarkeitswährung. Achtung bei den Sonderkodierungen −66, −77 und −88 für Besatzung, Interregnum und Transformationsphasen: Wer sie unbereinigt als Zahlenwerte in eine Regression gibt, produziert Unsinn.
Freedom House ist journalistisch am sichtbarsten und methodisch am meisten kritisiert, weil das Kodierverfahren weniger transparent ist. Als alleinige Grundlage einer Masterarbeit ist es riskant, als Robustheitscheck neben V-Dem dagegen sinnvoll.
Eine elegante Lösung für Abschlussarbeiten: Rechne dein Hauptmodell mit V-Dem und wiederhole es im Anhang mit Polity5. Wenn beide dasselbe Vorzeichen zeigen, hast du ein starkes Robustheitsargument, das kaum eine Bachelorarbeit liefert.
Wenn du über Deutschland schreibst: GLES und die Wahlforschung
Für Arbeiten zu Wahlverhalten, Parteipräferenz, Populismus oder politischem Vertrauen in Deutschland ist die German Longitudinal Election Study die zentrale Quelle. Sie besteht aus mehreren Komponenten: Vor- und Nachwahlquerschnitten, einem rollierenden Querschnitt während des Wahlkampfs, einem Langfrist-Panel, einer Kandidatenstudie und einer Wahlkampf-Medieninhaltsanalyse.
Der Zugang läuft über GESIS in Köln. Du registrierst dich mit Hochschul-E-Mail, gibst den Nutzungszweck an und lädst die Datensätze als SPSS- oder Stata-File herunter. Rechne mit ein bis zwei Werktagen für die Freigabe und lies unbedingt das Codebuch — GLES-Variablennamen wie q17a sind ohne Codebuch nicht interpretierbar, und die Kodierung wechselt zwischen Wellen.
Wichtig für die Auswertung: GLES-Daten enthalten Gewichtungsvariablen. Wenn du bevölkerungsrepräsentative Aussagen treffen willst, musst du gewichten und das im Methodenkapitel benennen. Wie sich diese Umfragedaten zu den großen allgemeinen Bevölkerungsumfragen verhalten, ist im Überblick zu sozialwissenschaftlichen Umfragedaten wie ALLBUS, SOEP und ESS beschrieben — für Fragen zu politischen Einstellungen im Zeitverlauf ist ALLBUS eine sinnvolle Ergänzung zu GLES.
Internationale Beziehungen: Konflikt-, Handels- und Vertragsdaten
Für IB-Arbeiten gelten eigene Standardquellen. Das Uppsala Conflict Data Program liefert mit UCDP/PRIO Armed Conflict Dataset die kanonische Konfliktzählung ab 1946 und mit dem Georeferenced Event Dataset einzelne Gewaltereignisse mit Koordinaten ab 1989 — Letzteres ist die Grundlage für alle Arbeiten mit räumlicher Analyse.
Das Correlates-of-War-Projekt ergänzt Militärallianzen, diplomatischen Austausch, Handelsströme und den Composite Index of National Capability, mit dem sich Machtasymmetrien zwischen Staatenpaaren abbilden lassen. Für die Analyse internationaler Institutionen sind zusätzlich die Abstimmungsdaten der UN-Generalversammlung interessant, aus denen sich Idealpunkt-Schätzungen für die außenpolitische Nähe von Staaten ableiten lassen.
Der typische Einsteigerfehler in IB-Arbeiten ist die Dyaden-Struktur: Ein Datensatz mit Staatenpaaren pro Jahr ist nicht unabhängig verteilt, weil dasselbe Land in vielen Dyaden auftaucht. Cluster-robuste Standardfehler auf Dyadenebene sind hier das Minimum.
In fünf Schritten von der Fragestellung zum analysefähigen Datensatz
Der Weg von der Idee zum fertigen Datenfile ist berechenbar. Wer diese fünf Schritte in dieser Reihenfolge geht, hat nach zwei Arbeitstagen ein Datenfile, mit dem sich rechnen lässt.
- Untersuchungseinheit festlegen. Land-Jahr, Land-Querschnitt, Partei-Wahl, Dyade-Jahr oder Individualebene — diese Entscheidung bestimmt, welche Datensätze überhaupt kombinierbar sind. Ein Wechsel der Einheit mitten im Projekt bedeutet, von vorne zu beginnen.
- Untersuchungsraum und Zeitraum begrenzen. „Alle Länder seit 1945″ klingt ambitioniert und ist meist unbearbeitbar, weil die Datenabdeckung vor 1990 für viele Indikatoren löchrig ist. Ein Zuschnitt wie „alle Mitgliedstaaten des Europarats, 2000 bis 2023″ ist begründbar und liefert eine vollständige Matrix.
- Abhängige Variable zuerst ziehen. Beginne mit dem Datensatz, der deine Zielgröße enthält, und prüfe seine Abdeckung. Erst danach ergänzt du Prädiktoren — sonst baust du ein Panel, das an der entscheidenden Variable scheitert.
- Kontrollvariablen bewusst begrenzen. Fünf bis acht theoretisch begründete Kontrollen sind genug. Jede weitere Variable kostet Fälle, weil ihre Ausfälle sich addieren, und lädt zur Frage ein, warum genau diese Auswahl.
- Zusammenführen und protokollieren. Führe den Merge in einem kommentierten Skript aus, nicht per Hand, und protokolliere nach jedem Schritt die Fallzahl. Ein Sprung von 4.200 auf 1.800 Beobachtungen nach einem Merge ist fast immer ein Fehler im Ländercode, nicht ein echter Datenausfall.
Drei Fehler, die in datenbasierten Politikarbeiten regelmäßig auftreten
Erstens der stille Fallverlust. Nach mehreren Merges bleibt ein Datensatz übrig, dessen Zusammensetzung sich systematisch verschoben hat: Übrig bleiben wohlhabende, demokratische Länder mit guter Statistikinfrastruktur. Wenn du dann einen Zusammenhang zwischen Demokratie und Governance findest, misst du teilweise deinen eigenen Auswahlprozess. Berichte deshalb immer, welche und wie viele Länder aus welchem Grund herausgefallen sind.
Zweitens die Verwechslung von Variation. In Länder-Panel-Daten gibt es Unterschiede zwischen Ländern und Veränderungen innerhalb eines Landes über die Zeit. Beides beantwortet unterschiedliche Fragen. Ein Fixed-Effects-Modell nutzt ausschließlich die Variation innerhalb der Länder — wenn deine erklärende Variable sich über den Beobachtungszeitraum kaum verändert, etwa ein Verfassungstyp, produziert das Modell fast keine Information. Dann ist ein Querschnitt die ehrlichere Wahl.
Drittens die Überinterpretation aggregierter Indizes. Ein Korruptionsindex bildet Wahrnehmungen ab, keine gemessenen Bestechungsvorgänge. Ein Demokratieindex verrechnet Expertenurteile. Diese Datensätze sind für vergleichende Zwecke ausgezeichnet geeignet, tragen aber keine Aussagen über absolute Niveaus. Ein Satz zur Konstruktvalidität deiner zentralen Indikatoren im Methodenkapitel schützt dich vor genau dieser Rückfrage im Kolloquium.
Vom Index zur messbaren Variable
Ein Index ist noch keine Operationalisierung. Der Schritt, an dem politikwissenschaftliche Arbeiten methodisch stehen oder fallen, ist die Übersetzung eines theoretischen Konzepts in eine konkrete Datensatzvariable — inklusive der Entscheidung über Skalenniveau, Zeitverzögerung und Aggregation. Wie diese Kette vom Konstrukt zum Indikator sauber dokumentiert wird, zeigt der Beitrag zur Operationalisierung von Variablen vom Konstrukt zum Indikator.
Drei Entscheidungen musst du dabei explizit treffen und begründen:
- Aggregierter Index oder Einzelindikator? Der V-Dem-Gesamtindex ist bequem, aber theoretisch unscharf. Wenn deine Hypothese von Pressefreiheit spricht, nimm den Medienfreiheitsindikator und nicht den Gesamtscore.
- Level oder Veränderung? Ein Land mit einem konstant niedrigen Demokratiewert ist etwas anderes als ein Land, das gerade abrutscht. Für Fragen zu Erosion arbeitest du mit Differenzen über drei oder fünf Jahre.
- Zeitversatz. Institutionelle Effekte wirken nicht im selben Jahr. Ein Lag von ein bis drei Jahren für die unabhängige Variable ist in der Länderforschung üblich und schützt gleichzeitig vor umgekehrter Kausalität.
Welche Auswertungsverfahren zu Länder-Panel-Daten passen
Mit Land-Jahr-Daten arbeitest du fast immer in einem Panel. Für eine Bachelorarbeit ist ein Querschnitt mit einem Erhebungsjahr und einer multiplen Regression völlig ausreichend und methodisch sauber, solange du das so benennst. Für Masterarbeiten sind Fixed-Effects-Modelle der Standard, weil sie zeitkonstante Ländereigenschaften herausrechnen.
Bei binären abhängigen Variablen — Staatsstreich ja/nein, Regierungswechsel ja/nein, Konfliktausbruch ja/nein — brauchst du eine logistische Regression und berichtest Odds Ratios statt Regressionskoeffizienten; die Interpretation samt Berichtszeile ist im Beitrag zur logistischen Regression und Odds Ratios ausgeführt. Für rein deskriptive Zusammenhänge zwischen zwei Indizes reicht eine Korrelationsanalyse, wobei du bei schiefen Verteilungen wie Korruptionsindizes eher zu Spearman greifst — die Entscheidung zwischen den Koeffizienten erklärt der Beitrag zur Korrelationsanalyse mit Pearson und Spearman.
Daten stehen, Text noch nicht?
Der Sprung von der fertigen Regressionstabelle zum lesbaren Kapitel ist bei datenbasierten Arbeiten oft der zähste Teil. Tesify strukturiert deine Abschlussarbeit Kapitel für Kapitel, hält deine Quellen und Datensatzangaben zusammen und hilft dir beim Formulieren von Methoden- und Ergebnisabschnitten.
Zitieren und dokumentieren: Was oft vergessen wird
Sekundärdaten werden zitiert wie Publikationen, nicht wie Webseiten. Für V-Dem gehört neben dem Codebuch auch die konkrete Version in die Angabe, weil sich Werte zwischen Versionen ändern. Notiere im Methodenkapitel immer: Datensatzname, Version oder Welle, Herausgeber, Abrufdatum, DOI und den genauen Variablennamen, den du verwendet hast. Ein Anhang mit einer Variablentabelle — Konstrukt, Datensatz, Variablenname, Skalenniveau, Wertebereich, Quelle — ist der einfachste Weg, im Gutachten methodische Sorgfalt zu signalisieren.
Welche verbindlichen Regeln die einschlägigen Fachgesellschaften für Datenumgang, Transparenz und Nachvollziehbarkeit formuliert haben, fasst der Überblick zu Methodenstandards der Fachgesellschaften zusammen. Für politikwissenschaftliche Arbeiten ist vor allem relevant, dass Analyseskripte reproduzierbar sein sollen — ein kommentiertes R- oder Stata-Skript im digitalen Anhang ist inzwischen an vielen Instituten erwartete Praxis.
Häufige Fragen zu Daten in politikwissenschaftlichen Abschlussarbeiten
Darf ich für eine Bachelorarbeit ausschließlich mit Sekundärdaten arbeiten?
Ja, in der Politikwissenschaft ist das der Normalfall und methodisch völlig anerkannt. Eigene Erhebungen sind bei Länder- oder Konfliktfragen ohnehin nicht realisierbar. Entscheidend ist, dass du die Datenherkunft transparent dokumentierst und die Grenzen der Sekundärdaten für deine spezifische Fragestellung diskutierst.
Wie verknüpfe ich mehrere Länderdatensätze miteinander?
Über einen einheitlichen Ländercode plus Jahr. Nutze möglichst den dreistelligen ISO-3166-Alpha-3-Code oder den COW-Ländercode und nicht den Ländernamen, weil Schreibweisen zwischen Datensätzen abweichen. Der Quality-of-Government-Datensatz enthält bereits Umschlüsselungsvariablen für die gängigen Codesysteme und erspart dir viel Handarbeit.
Was mache ich mit fehlenden Länderjahren?
Berichte zuerst, wie viele Fälle fehlen und ob die Ausfälle systematisch sind — bei Governance-Daten fehlen typischerweise Autokratien und Kleinstaaten, was deine Ergebnisse verzerren kann. Für Abschlussarbeiten ist listenweiser Ausschluss mit expliziter Beschreibung der resultierenden Stichprobe die übliche und akzeptierte Lösung.
Brauche ich R oder Stata, oder reicht Excel?
Für einen einfachen Querschnitt mit wenigen Variablen genügt SPSS oder JASP. Sobald du Panel-Daten zusammenführst, Lags bildest oder Fixed Effects rechnest, ist R oder Stata deutlich effizienter und weniger fehleranfällig. Excel ist für den Merge-Schritt ungeeignet, weil Fehler dort unsichtbar bleiben.
Wie viele Fälle brauche ich für eine quantitative politikwissenschaftliche Arbeit?
Als grobe Orientierung gelten mindestens 15 bis 20 Beobachtungen pro Prädiktor. Bei Länderquerschnitten mit rund 150 Ländern kannst du damit fünf bis acht Kontrollvariablen sinnvoll aufnehmen. Bei Panel-Daten steigt die Fallzahl schnell, dafür musst du die Abhängigkeit der Beobachtungen innerhalb eines Landes berücksichtigen.
Kann ich auch eine qualitative Arbeit mit diesen Daten schreiben?
Ja. Die Indizes eignen sich hervorragend zur begründeten Fallauswahl in einer vergleichenden Fallstudie: Du wählst etwa zwei Länder mit ähnlichem Ausgangsniveau, aber gegenläufiger Entwicklung im V-Dem-Index und untersuchst die Ursachen qualitativ. Diese datenbasierte Fallauswahl ist deutlich überzeugender als eine Auswahl nach Sprachkenntnissen oder Interesse.
Muss ich mein Analyseskript mit abgeben?
Vorgeschrieben ist es nicht überall, erwartet wird es zunehmend. Ein kommentiertes Skript, das vom Rohdatensatz bis zur finalen Tabelle durchläuft, ist der beste Beleg für saubere Arbeit und schützt dich im Kolloquium bei Nachfragen zu einzelnen Werten. Lege es als digitalen Anhang bei und verweise im Methodenkapitel darauf.
Kann ich Daten aus dem Vorjahr verwenden, wenn der aktuelle Jahrgang fehlt?
Bei trägen Indikatoren wie Institutionenqualität oder Verfassungsstruktur ist das vertretbar, solange du es ausweist. Bei volatilen Größen wie Konfliktintensität oder Wahlergebnissen ist es nicht zulässig. Die saubere Lösung ist, den Beobachtungszeitraum so zu wählen, dass alle zentralen Variablen vollständig vorliegen, statt einzelne Werte fortzuschreiben.
Fazit
Die politikwissenschaftliche Datenlandschaft ist für Studierende außergewöhnlich offen: V-Dem, Polity5, QoG, GLES, UCDP und das Manifesto Project decken zusammen den Großteil aller realistischen Abschlussarbeitsfragen ab, kosten nichts und sind in wenigen Stunden einsatzbereit. Die Qualität deiner Arbeit entscheidet sich deshalb nicht am Datenzugang, sondern an drei Punkten: Passt der gewählte Indikator wirklich zu deinem theoretischen Konzept, hast du Zeitversatz und Aggregationsebene begründet, und benennst du die Grenzen des Datensatzes, bevor es die Gutachterin tut.