Die wichtigste Erkenntnis zuerst: Ein p-Wert unter .05 berechtigt dich nicht zu dem Satz „Die Intervention wirkt.“ Er berechtigt dich, je nach Design, zu „unterschieden sich signifikant“ oder „hängt mit … zusammen“ — und der Unterschied zwischen diesen Formulierungen ist genau die Stelle, an der eine Bachelor- und Masterarbeit im Kolloquium angreifbar wird.
Hedging heißt: die Reichweite einer Aussage an die Stärke der Evidenz anpassen. Das ist kein Höflichkeitsritual und keine Bescheidenheitsgeste, sondern eine Angabe über die Beweislage. Dieser Beitrag ordnet fünf Formulierungsstufen den Datenlagen zu, die sie tatsächlich tragen, benennt die drei Sprünge, die am häufigsten passieren, und liefert Formulierungsbausteine für den Ergebnis-, Diskussions- und Limitationsteil.
Die Hedging-Leiter: fünf Stufen und was sie voraussetzen
| Stufe | Formulierung | Was die Datenlage dafür hergeben muss |
|---|---|---|
| 1 — Beschreibung | „In der Stichprobe lag der Mittelwert bei …“ | nichts weiter als korrekt berichtete Deskriptivstatistik |
| 2 — Vermutung | „könnte darauf hindeuten“, „ist mit … vereinbar“ | ein nicht abgesicherter Befund, ein Trend, eine kleine Stichprobe |
| 3 — gestützter Zusammenhang | „hängt signifikant zusammen“, „geht einher mit“ | inferenzstatistisch geprüfter Zusammenhang plus Effektmaß |
| 4 — gerichtete Aussage | „führte zu“, „erhöhte“, „reduzierte“ | Randomisierung oder mindestens ein starkes quasi-experimentelles Design mit Kontrolle |
| 5 — Verallgemeinerung | „gilt für Studierende in Deutschland“ | eine Stichprobe, die die Grundgesamtheit tatsächlich abbildet |
Die Leiter ist so gebaut, dass jede Stufe eine zusätzliche Voraussetzung verlangt. Stufe 4 setzt Stufe 3 voraus und ein Design, das Kausalität überhaupt zulässt. Stufe 5 setzt Stufe 3 voraus und ein Stichprobenverfahren, das Repräsentativität herstellt — was bei den in Abschlussarbeiten üblichen Gelegenheits- und Schneeballstichproben praktisch nie der Fall ist. Welche Verfahren welche Reichweite erlauben, klärt die Übersicht der Stichprobenverfahren von Zufalls- bis Schneeballstichprobe.
Der erste Sprung: von Signifikanz zu Bedeutsamkeit
Die verbreitetste Fehlformulierung in deutschen Abschlussarbeiten lautet sinngemäß: „Der Zusammenhang ist hochsignifikant und damit sehr stark.“ Signifikanz und Stärke sind zwei verschiedene Größen. Der p-Wert hängt am Stichprobenumfang; ein trivialer Zusammenhang wird bei n = 3 000 signifikant, ein substanzieller bei n = 25 nicht.
Die American Statistical Association hat diesen Punkt 2016 in einem Grundsatzpapier festgehalten: p-Werte messen weder die Wahrscheinlichkeit, dass die Hypothese zutrifft, noch die Größe eines Effekts (Wasserstein & Lazar, 2016, The American Statistician 70, 129–133). Greenland und Kollegen haben im selben Jahr fünfundzwanzig verbreitete Fehlinterpretationen von p-Werten, Konfidenzintervallen und Teststärke einzeln aufgeschlüsselt (European Journal of Epidemiology 31, 337–350).
Praktische Konsequenz für deinen Text: Signifikanz gehört in die Klammer, Stärke in den Satz. „Der Zusammenhang war signifikant, fiel mit r = .18 jedoch klein aus“ ist die Formulierung, die beides trennt und keine Rückfrage provoziert. Wie das Effektmaß zum Koeffizienten kommt, rechnet die Anleitung zur Korrelationsanalyse mit Pearson und Spearman Schritt für Schritt durch.
Der zweite Sprung: von Zusammenhang zu Wirkung
Der teuerste Sprung ist der ins Kausale. Er passiert selten im Ergebnisteil und fast immer in der Diskussion, meist über ein einziges Verb: aus „hängt zusammen“ wird „führt zu“, aus „unterscheidet sich“ wird „bewirkt“. Und er passiert im Abstract, weil dort der Platz für Einschränkungen fehlt.
Die Prüffrage ist immer dieselbe: Kann dein Design die umgekehrte Richtung ausschließen? Bei einer Querschnittsbefragung kann es das nicht. Wer misst, dass Studierende mit höherer Selbstwirksamkeit bessere Noten haben, hat keine Grundlage für „Selbstwirksamkeit verbessert die Noten“ — die Noten könnten die Selbstwirksamkeit erhöhen, oder eine dritte Größe beide.
Zulässige Ersatzformulierungen, in aufsteigender Stärke: steht in Zusammenhang mit · geht einher mit · sagt vorher · ist vereinbar mit der Annahme, dass · legt nahe. Erst ein randomisiertes oder sauber kontrolliertes Design erlaubt führte zu. Welche Verben welche Festlegung mitbringen, ist im Vergleich der Redeverben von „argumentiert“ bis „behauptet“ ausbuchstabiert; die Regel gilt für die eigenen Befunde genauso wie für fremde.
Der dritte Sprung: von der Stichprobe zur Grundgesamtheit
„Studierende empfinden den Übergang als belastend“ ist ein Satz über alle Studierenden. Wenn er auf 94 Antworten aus zwei Seminaren einer Hochschule beruht, ist er nicht gedeckt. Die Korrektur kostet einen halben Nebensatz: „Die befragten Studierenden empfanden den Übergang mehrheitlich als belastend.“
Diese Art von Präzisierung wird in der Bewertung selten explizit belohnt, aber ihr Fehlen wird zuverlässig bestraft — sie ist eines der wenigen sprachlichen Merkmale, an denen Prüfende methodisches Bewusstsein direkt ablesen. Drei Bausteine reichen für fast alle Fälle:
- Bezug auf die Stichprobe: „in der vorliegenden Stichprobe“, „unter den befragten …“
- Bezug auf die Bedingungen: „unter den Bedingungen dieser Erhebung“
- Bezug auf den Zeitraum: „zum Erhebungszeitpunkt im März 2026″
Das Konfidenzintervall als Formulierungshilfe
Wenn du nicht weißt, wie stark du formulieren darfst, sieh dir das Konfidenzintervall an. Ein schmales Intervall, das den Nullwert deutlich verfehlt, trägt eine bestimmte Formulierung. Ein breites Intervall, das den Nullwert knapp verfehlt, trägt nur „deutet darauf hin“ — auch wenn der p-Wert unter .05 liegt. Altman und Bland haben gezeigt, dass sich beides ineinander umrechnen lässt (BMJ 343, d2304); das Intervall ist die informativere Angabe, weil es die Unsicherheit sichtbar macht statt sie in eine Ja-Nein-Entscheidung zu pressen.
Für deinen Text heißt das: Berichte Intervalle, und lass die Breite des Intervalls die Wortwahl bestimmen. Das ist die einzige Hedging-Regel, die sich mechanisch anwenden lässt.
Wie formuliere ich ein nicht signifikantes Ergebnis?
Als Nichtnachweis, nicht als Nachweis der Abwesenheit. „Ein Unterschied ließ sich nicht nachweisen“ ist korrekt, „Es gibt keinen Unterschied“ ist es nicht. Der Unterschied ist nicht rhetorisch: Ein nicht signifikanter Test kann bedeuten, dass es keinen Effekt gibt — oder dass deine Stichprobe zu klein war, um ihn zu finden.
Ergänze deshalb, wo möglich, das Konfidenzintervall und einen Hinweis auf die Teststärke. Damit wird aus einem Nullbefund eine informative Aussage statt einer Leerstelle. Was sich mit einem solchen Ergebnis inhaltlich noch anfangen lässt, behandelt der Beitrag dazu, was zu tun ist, wenn die Ergebnisse nicht signifikant sind.
Die Überformulierungen, die Gutachter zuerst anstreichen
| Formulierung | Problem | Ersatz |
|---|---|---|
| „beweist“ | Quantitative Verfahren beweisen nicht, sie stützen oder verwerfen | „stützt die Annahme, dass“ |
| „eindeutig“, „zweifellos“ | Behauptet Gewissheit ohne Maß dafür | ersatzlos streichen |
| „alle“, „immer“, „nie“ | Universalquantoren, die eine Stichprobe nie trägt | „überwiegend“, „in der Mehrzahl der Fälle“ |
| „führt zu“, „bewirkt“ | Kausalsprache ohne kausales Design | „hängt zusammen mit“, „geht einher mit“ |
| „hochsignifikant“ | Suggeriert Stärke, meint nur einen kleineren p-Wert | p-Wert und Effektmaß getrennt berichten |
| „die Ergebnisse zeigen ganz klar“ | Boosting ohne Grundlage; wirkt defensiv | „die Ergebnisse deuten darauf hin“ |
Umgekehrt gibt es auch zu viel Hedging. Wer jeden Satz mit „könnte möglicherweise eventuell“ absichert, macht den Text unlesbar und wirkt unentschlossen. Die Faustregel lautet: ein Hedge pro Aussage. Zwei abschwächende Mittel im selben Satz heben sich nicht auf, sie signalisieren Unsicherheit über die eigene Unsicherheit.
Wo im Text welche Stufe steht
Ergebnisteil. Stufe 1 und 3. Hier wird berichtet, nicht gedeutet: Kennwerte, Tests, Effektmaße, Intervalle. Kein „deutet darauf hin“, kein „führt zu“.
Diskussion. Stufe 2 bis 4, je nach Design. Hier gehört das Hedging hin, weil hier gedeutet wird. Der klassische Satzbau lautet: Befund im Präteritum, Deutung im Präsens mit Hedge, Alternativerklärung im Konjunktiv.
Limitationen. Hier steht ausdrücklich, welche Stufen der Leiter dein Design nicht trägt. Ein guter Limitationsabschnitt ist keine Selbstanklage, sondern eine Präzisierung des Geltungsbereichs — und er nimmt dem Zweitgutachter genau die Kritik vorweg, die er sonst selbst formuliert.
Abstract und Fazit. Der gefährlichste Ort, weil dort gekürzt wird und die Einschränkungen zuerst wegfallen. Ein Abstract, der stärker formuliert als die Diskussion, ist der häufigste Einzelbefund bei einer Konsistenzprüfung. Wie eine Regressionsausgabe sprachlich sauber in beide Textsorten wandert, zeigt der Leitfaden zur Interpretation von Beta-Koeffizienten, R² und p-Werten.
Gilt das alles auch für qualitative Arbeiten?
Ja, mit anderem Vokabular. Qualitative Studien verallgemeinern nicht statistisch, deshalb lautet die Formulierungsgrenze nicht „Stichprobe“, sondern „Fall“ und „Kontext“. Zulässig ist „In den untersuchten Fällen zeigte sich …“, unzulässig ist „Studierende empfinden …“. Der Bezug auf das Material ersetzt die statistische Absicherung: „Diese Deutung stützt sich auf sechs von zwölf Interviews“ ist die qualitative Entsprechung eines Konfidenzintervalls.
Ein zweiter Unterschied: Qualitative Arbeiten dürfen Stufe 4 auf der Ebene der Rekonstruktion erreichen — „die Befragten führen ihre Entscheidung auf … zurück“ ist eine Aussage über zugeschriebene Kausalität, nicht über gemessene. Diese Verschiebung muss explizit gemacht werden, sonst liest sie sich wie ein unbelegter Wirkungsnachweis.
Die Fünf-Minuten-Prüfung für den fertigen Text
- Suche nach „führt zu“, „bewirkt“, „verursacht“, „beweist“, „eindeutig“, „alle“, „immer“. Jeder Treffer ist eine Entscheidung, keine Formulierung.
- Lies nur die erste und die letzte Zeile jedes Diskussionsabsatzes. Steht die Deutung stärker da als der Befund?
- Vergleiche den Abstract mit dem Limitationsabschnitt. Wenn der Abstract eine Stufe höher steht, ist der Abstract falsch, nicht der Limitationsabschnitt.
Mit Tesify schreiben
Tesify markiert Sätze, in denen die Formulierung stärker ist als die berichtete Kennzahl — Kausalverben ohne kausales Design, Verallgemeinerungen ohne repräsentative Stichprobe, Boosting ohne Effektmaß — und schlägt die passende Stufe der Leiter vor.
Jetzt kostenlos mit deiner Abschlussarbeit starten
Quellen
- Wasserstein, R. L. & Lazar, N. A. (2016). The ASA Statement on p-Values. The American Statistician, 70(2), 129–133.
- Greenland, S. et al. (2016). Statistical tests, P values, confidence intervals, and power: a guide to misinterpretations. European Journal of Epidemiology, 31, 337–350.
- Altman, D. G. & Bland, J. M. (2011). How to obtain the P value from a confidence interval. BMJ, 343, d2304.
- Ioannidis, J. P. A. (2005). Why Most Published Research Findings Are False. PLoS Medicine, 2(8), e124.
Häufige Fragen
Was bedeutet Hedging in einer wissenschaftlichen Arbeit?
Hedging bezeichnet die sprachlichen Mittel, mit denen du die Reichweite einer Aussage an die Stärke deiner Evidenz anpasst: Modalverben wie „könnte“ und „dürfte“, Verben wie „deutet darauf hin“, Adverbien wie „möglicherweise“ und „tendenziell“ sowie explizite Bedingungen wie „unter den Bedingungen dieser Stichprobe“.
Darf ich nach einem signifikanten Ergebnis von einer Wirkung sprechen?
Nur wenn dein Design eine Wirkung überhaupt messen kann. Signifikanz sagt etwas darüber aus, wie unwahrscheinlich deine Daten unter der Nullhypothese wären, nicht darüber, ob A B verursacht. Bei Querschnittsdaten bleibt es bei „Zusammenhang“, „hängt zusammen mit“ oder „geht einher mit“.
Ist zu viel Hedging auch ein Fehler?
Ja. Wer jeden Satz mit „könnte möglicherweise eventuell“ absichert, macht die Arbeit unlesbar und wirkt unentschlossen. Die Regel lautet: ein Hedge pro Aussage. Zwei abschwächende Mittel im selben Satz heben sich nicht auf, sie signalisieren Unsicherheit über die eigene Unsicherheit.
Welche Wörter gelten als Überformulierung?
„Beweist“, „belegt eindeutig“, „zweifellos“, „offensichtlich“, „alle“, „immer“, „nie“, „führt zu“, „bewirkt“ und „verursacht“. Keines davon ist in einer typischen Abschlussarbeit durch die Datenlage gedeckt. „Beweist“ ist zusätzlich fachlich falsch, weil quantitative Verfahren Hypothesen stützen oder verwerfen, nicht beweisen.
Wie formuliere ich ein nicht signifikantes Ergebnis?
Als Nichtnachweis, nicht als Nachweis der Abwesenheit. Korrekt: „Ein Unterschied ließ sich nicht nachweisen.“ Falsch: „Es gibt keinen Unterschied.“ Ergänze das Konfidenzintervall und einen Hinweis auf die Teststärke, damit einschätzbar wird, ob der Befund an der Datenlage oder am Stichprobenumfang liegt.
Gilt Hedging auch für qualitative Arbeiten?
Ja, mit anderem Vokabular. Die Formulierungsgrenze lautet nicht „Stichprobe“, sondern „Fall“ und „Kontext“. Zulässig ist „In den untersuchten Fällen zeigte sich …“, unzulässig ist „Studierende empfinden …“. Der Bezug auf das Material ersetzt die statistische Absicherung.