Triangulation in der Forschung: Bedeutung und Anwendung
Triangulation in der Forschung: wie Sie eine Frage mit mehreren Methoden begründen, welche vier Typen es gibt und warum Übereinstimmung kein Beweis ist.

Eine Umfrage weist in die eine Richtung, die Interviews in eine andere, und die Nutzungszahlen erzählen eine dritte Geschichte. Welche Quelle hat dann recht? Triangulation hilft Ihnen, dasselbe Phänomen aus mehreren Blickwinkeln zu betrachten und dadurch besser begründete, aber auch ehrlicher begrenzte Schlussfolgerungen zu ziehen.
Triangulation in der Forschung bedeutet, dasselbe Phänomen über mehrere Methoden, Datenquellen, Forschende oder Theorien zu untersuchen, sodass Sie die Ergebnisse bewusst vergleichen und Ihre Schlussfolgerungen besser begründen können.
Stimmen die Ergebnisse überein, wächst das Vertrauen in eine Schlussfolgerung, sofern die Zugänge nicht dieselbe Schwäche teilen. Weichen sie voneinander ab, entstehen daraus oft neue Einsichten. Triangulation beweist nicht, dass etwas wahr ist, und sie macht aus einem Zusammenhang keine Ursache.
Was bedeutet Triangulation in der Forschung?
Das Wort stammt aus der Landvermessung: Wer eine Position von mehreren bekannten Punkten aus bestimmt, weiß genauer, wo sie liegt. In der Forschung wurde daraus eine Metapher. Sie betrachten ein Phänomen aus verschiedenen Blickwinkeln und vergleichen, was jeder Blickwinkel zeigt.
Zwei Merkmale machen etwas zur Triangulation. Die Zugänge richten sich auf dasselbe Phänomen und dieselbe Frage, und Sie vergleichen die Ergebnisse bewusst miteinander. Wer nur viele unterschiedliche Daten sammelt und sie in einem Bericht nebeneinanderstellt, trianguliert noch nicht.
Triangulation ist damit eine Forschungsstrategie, keine eigenständige Methode. Sie können sie in qualitativer, quantitativer und gemischter Forschung anwenden.
Woher kommt der Begriff?
Der Gedanke entstand in der psychologischen Messlehre. Campbell und Fiske stellten 1959 fest, dass Validierung in der Regel konvergent ist: eine Bestätigung durch unabhängige Messverfahren. Gültigkeit zeigt sich nach ihrer Auffassung in der Übereinstimmung zwischen zwei Versuchen, dasselbe Merkmal mit möglichst unterschiedlichen Methoden zu messen. Sie wiesen auch darauf hin, dass Werte teilweise die Messmethode selbst widerspiegeln und dass neben der konvergenten auch eine diskriminante Validierung nötig ist (Campbell & Fiske, 1959).
Webb, Campbell, Schwartz und Sechrest plädierten 1966 für nichtreaktive Messungen: Daten, die entstehen, ohne dass Menschen wissen, dass sie untersucht werden (Webb et al., 1966). Laut einer späteren Besprechung wollten sie Daten aus mehreren Arten von Quellen zusammenführen (Kelle, 2001).
Der Soziologe Norman Denzin machte Triangulation in The Research Act (Erstausgabe 1970) zu einer ausgearbeiteten Forschungsstrategie. Sein Ausgangspunkt: Keine einzelne Methode, Theorie oder beobachtende Person kann alles erfassen, was relevant ist (Denzin, 2017). Todd Jick brachte die Idee 1979 in die Organisationsforschung und beschrieb qualitative und quantitative Methoden als einander ergänzend statt als rivalisierende Lager (Jick, 1979).
Welche Formen der Triangulation gibt es?
Denzin unterschied vier Typen (Mathison, 1988; Carter et al., 2014):
- Datentriangulation. Sie nutzen verschiedene Datenquellen, zum Beispiel Daten von verschiedenen Personen, zu verschiedenen Zeitpunkten oder an verschiedenen Orten.
- Forschertriangulation. Mehrere Forschende erheben oder analysieren dieselben Daten, sodass die Interpretation weniger von einer Person abhängt.
- Theorietriangulation. Sie betrachten dieselben Daten aus verschiedenen theoretischen Perspektiven.
- Methodentriangulation. Sie kombinieren verschiedene Methoden, etwa eine Umfrage, Interviews und Beobachtung.
In der Praxis überschneiden sich die Typen oft. Eine Studie mit Umfrage und Interviews ist Methodentriangulation, meist aber auch Datentriangulation, weil andere Menschen teilnehmen.
Warum triangulieren: bestätigen oder vertiefen?
Forschende nutzen Triangulation mit zwei unterschiedlichen Absichten.
Bestätigen. In der ursprünglichen Validierungslogik prüfen Sie einen Befund, indem Sie schauen, ob Informationen aus verschiedenen Quellen zusammenlaufen (Carter et al., 2014). Übereinstimmung gilt dann als Stütze, Widerspruch als Hinweis, dass irgendwo ein Fehler steckt.
Vertiefen. Uwe Flick fragte 1992, ob Triangulation eine Strategie der Validierung oder eine Alternative dazu ist (Flick, 1992). In späteren Arbeiten beschrieb er Triangulation als Alternative zur Validierung, die Reichweite, Tiefe und Konsistenz einer Analyse erhöht (Kelle, 2001). Dann suchen Sie nicht in erster Linie Bestätigung, sondern ein vollständigeres Bild.
Diese beiden Logiken kollidieren. Kelle zeigt, dass übereinstimmende Befunde in der Vertiefungslogik wenig hinzufügen, während widersprüchliche Befunde in der Validierungslogik auf einen Fehler hindeuten (Kelle, 2001). Legen Sie deshalb vorab fest, welche Absicht Sie verfolgen. Mathison nennt drei mögliche Ergebnisse der Triangulation: Konvergenz, Inkonsistenz und Widerspruch. Alle drei verlangen eine Erklärung durch die Forschenden (Mathison, 1988).
Warum Übereinstimmung kein Beweis für Wahrheit ist
Es ist verlockend zu glauben, dass drei Quellen, die dasselbe sagen, zusammen die Wahrheit ergeben. Mathison nannte die Annahme, Verzerrungen würden in einem Design mit mehreren Methoden von selbst verschwinden, eine rätselhafte Annahme, die häufig ungeprüft bleibt (Mathison, 1988). Fielding und Fielding warnten, dass das Kombinieren von Methoden die Fehlerwahrscheinlichkeit sogar erhöhen kann, etwa wenn Forschende Gemeinsamkeiten zwischen unvereinbaren Daten falsch deuten (Fielding & Fielding, 1986, zitiert nach Kelle, 2001).
Die Epidemiologie formuliert diesen Punkt besonders klar. Lawlor, Tilling und Davey Smith beschreiben Triangulation als Integration von Ergebnissen aus verschiedenen Zugängen, die jeweils andere, voneinander unabhängige Quellen von Verzerrung haben. Teilen Zugänge dieselbe Verzerrung, ist eine gleiche Antwort wahrscheinlich die verzerrte Antwort und nicht die richtige (Lawlor et al., 2016).
Die praktische Konsequenz: Fragen Sie nicht nur, ob Quellen übereinstimmen, sondern auch, ob sie dieselbe Schwäche teilen. Eine Umfrage und ein Interview sind beide Selbstauskünfte. Liefern beide sozial erwünschte Antworten, bestätigen sie sich gegenseitig, ohne dass die Schlussfolgerung stimmt. Was ein Zusammenhang über Ursache und Wirkung aussagt und was nicht, behandelt ein eigener Artikel über Zusammenhang und Kausalität.
Triangulation im Vergleich mit verwandten Begriffen
| Begriff | Was es ist | Typische Frage | Was es nicht ist |
|---|---|---|---|
| Triangulation | Dasselbe Phänomen aus mehreren Blickwinkeln untersuchen und die Ergebnisse vergleichen | Weisen verschiedene Quellen in dieselbe Richtung, und wenn nicht, warum? | Eine Garantie, dass die Schlussfolgerung stimmt |
| Mixed Methods | Qualitative und quantitative Methoden in einer Studie kombinieren | Wie ergänzen sich Zahlen und Erzählungen? | Immer Triangulation: Methoden können auch verschiedene Teilfragen beantworten |
| Forschungssynthese | Befunde aus mehreren Quellen zu begründeten Schlussfolgerungen zusammenführen | Was lernen wir aus allen Quellen zusammen? | Dasselbe wie der Vergleich Befund für Befund |
| Multitrait-Multimethod-Validierung | Mehrere Merkmale mit mehreren Methoden messen, um ein Messinstrument zu validieren | Misst dieses Instrument, was es messen soll? | Eine allgemeine Strategie für angewandte Forschung |
| Replikation | Eine Studie wiederholen, um zu sehen, ob ein Ergebnis wieder auftritt | Finden wir dasselbe in einer neuen Stichprobe? | Ein anderer Blickwinkel auf dasselbe Phänomen |
Triangulation in der Zielgruppen- und Kommunikationsforschung
In der Zielgruppen- und Kommunikationsforschung hilft Triangulation vor allem dabei, drei Arten von Informationen zu verbinden (redaktioneller Rat):
- Was Menschen sagen. Umfragen und Interviews zeigen Meinungen, Gründe und Erwartungen. Sie sind anfällig für Erinnerungslücken, soziale Erwünschtheit und die Formulierung der Fragen.
- Was Menschen tun. Nutzungs-, Kauf- oder Besuchszahlen und Beobachtungen zeigen Verhalten. Sie sagen selten, warum jemand etwas tut.
- Wie Menschen spontan reagieren. Assoziationsaufgaben, Eye-Tracking oder EEG bieten eine weitere Perspektive auf Reaktionen. Mehr dazu in Wie misst man Assoziationen?, Was ist Eye-Tracking? und Was ist EEG?. Auch diese Messungen haben eigene Grenzen und erfordern Interpretation.
Wählen Sie Zugänge so, dass sich ihre Schwächen unterscheiden. Lassen Sie offene Antworten oder Interviews von zwei Forschenden unabhängig codieren und besprechen Sie Unterschiede. Machen Sie in einem Bericht deutlich, welche Quellen übereinstimmen, welche sich ergänzen und wo sie kollidieren. Stellen Sie Übereinstimmung nicht als Beweis dar, sondern als Stütze innerhalb der Grenzen der genutzten Quellen.
Schritt für Schritt: Triangulation planen
- Beschreiben Sie das Phänomen und die Frage. Was genau wollen Sie verstehen, und für welche Entscheidung?
- Wählen Sie die Absicht. Wollen Sie einen Befund bestätigen oder ein vollständigeres Bild gewinnen?
- Wählen Sie Zugänge mit unterschiedlichen Schwächen. Notieren Sie für jede Quelle, was sie misst, bei wem, zu welchem Zeitpunkt und wo sie anfällig ist.
- Legen Sie vorab fest, wie Sie vergleichen. Was gilt als Übereinstimmung, als teilweise Übereinstimmung und als Widerspruch?
- Analysieren Sie zuerst jede Quelle einzeln. Ziehen Sie erst Schlüsse über das Ganze, wenn jede Quelle für sich ausgewertet ist.
- Erklären Sie Unterschiede inhaltlich. Finden Sie heraus, ob ein Unterschied an der Methode, der Gruppe, dem Zeitpunkt oder am Phänomen selbst liegt.
- Berichten Sie mit Grenzen. Benennen Sie, welche Schlussfolgerungen auf mehreren Quellen beruhen, welche auf einer Quelle und was offenbleibt.
Fiktives Beispiel: eine Bibliothek und junge Erwachsene
Dieses Beispiel ist fiktiv und dient der Veranschaulichung.
Situation. Eine städtische Bibliothek sieht in ihrem Mitgliederbestand und ihren Ausleihzahlen wenige junge Erwachsene. Der Vorstand möchte wissen, warum diese Gruppe fernbleibt, bevor er Geld in neue Öffnungszeiten, ein anderes Angebot oder eine Kampagne steckt.
Entscheidungsfrage. Warum bleiben junge Erwachsene fern, und welche Veränderung würde sie am meisten ansprechen?
Verfügbare Informationen. Ausleih- und Besuchszahlen nach Altersgruppe und Uhrzeit sowie die Möglichkeit, eine Umfrage, Interviews und Beobachtungen durchzuführen.
Vorgehen. Die Bibliothek richtet vier Zugänge auf dasselbe Phänomen. Eine Umfrage unter jungen Erwachsenen in der Stadt, auch unter Nichtmitgliedern, fragt nach Gründen und Wünschen. Interviews mit einer kleinen Gruppe von Mitgliedern und ehemaligen Mitgliedern vertiefen diese Gründe. Die Ausleih- und Besuchszahlen zeigen, wann und wofür die Gruppe kommt. Beobachtungen an verschiedenen Tagen und zu verschiedenen Zeiten zeigen, wie der Raum tatsächlich genutzt wird. Zwei Mitarbeitende codieren die Interviews unabhängig voneinander.
Mögliche Interpretation. Angenommen, Umfrage und Interviews nennen vor allem Zeitmangel, während die Beobachtungen zeigen, dass Lernplätze abends voll mit jungen Erwachsenen sind, die nichts ausleihen. Dann weisen die Quellen nicht in dieselbe Richtung, sondern ergänzen sich: Die Ausleihzahlen unterschätzen womöglich die Nutzung, und die Frage verschiebt sich von „Warum kommen sie nicht?“ zu „Wofür kommen sie?“. Beachten Sie: Umfrage und Interviews sind beide Selbstauskünfte und können dieselbe Verzerrung teilen. In diesem Beispiel sind keine Ergebnisse bekannt.
Nächster Schritt. Die Bibliothek formuliert eine prüfbare Erwartung, etwa zu längeren Öffnungszeiten des Lernbereichs, und testet sie zunächst im Kleinen. Ob eine Veränderung mehr Besuche verursacht, erfordert ein dafür geeignetes Design.
Häufige Fehler
- Mehr Quellen mit besseren Schlussfolgerungen gleichsetzen. Drei schwache Quellen mit derselben Schwäche ergeben zusammen keine starke Schlussfolgerung.
- Nur die passende Quelle berichten. Wer widersprüchliche Ergebnisse weglässt, verliert genau die Information, die Triangulation liefert.
- Verschiedene Phänomene vergleichen. Eine Umfrage zu Absichten und Zahlen zum tatsächlichen Verhalten messen nicht dasselbe. Benennen Sie das, statt sie als Bestätigung zu lesen.
- Nachträglich triangulieren. Quellen, die ohne Plan erhoben wurden, lassen sich schwer sauber vergleichen.
- Gruppenergebnisse auf Einzelne übertragen. Ein Muster in einer Gruppe sagt nicht voraus, was eine einzelne Person tut.
Was können Sie schlussfolgern und was nicht?
Mit Triangulation können Sie eine Beschreibung besser begründen und zeigen, welche Seiten ein Phänomen hat. Sie können angeben, welche Schlussfolgerungen auf mehreren unabhängigen Quellen beruhen und welche noch auf einer.
Sie können damit nicht beweisen, dass eine Schlussfolgerung wahr ist. Triangulation weist auch keine Ursache und Wirkung nach und macht Ergebnisse nicht automatisch für andere Gruppen oder Situationen gültig. Die Quellen in diesem Artikel stammen aus der Methodologie von Psychologie, Soziologie, Organisationsforschung, Pflegewissenschaft und Epidemiologie. Sie stützen die Prinzipien, kein festes Vorgehen und keine Effektgröße für Ihre Forschung.
Fazit
Triangulation macht Forschung stärker, weil Sie dasselbe Phänomen aus mehreren Blickwinkeln betrachten. Ihr Wert liegt im Vergleich: Übereinstimmung zwischen Quellen mit unterschiedlichen Schwächen gibt Halt, und Unterschiede weisen auf weitere Fragen hin. Legen Sie vorab fest, was Sie erreichen wollen, wählen Sie Quellen bewusst und berichten Sie ehrlich, was sie gemeinsam zeigen und was nicht.
Begriffe
- Triangulation
- Triangulation in der Forschung bedeutet, dasselbe Phänomen über mehrere Methoden, Datenquellen, Forschende oder Theorien zu untersuchen, sodass Sie die Ergebnisse bewusst vergleichen und Ihre Schlussfolgerungen besser begründen können.
- Methodentriangulation
- Triangulation, bei der Sie verschiedene Methoden kombinieren, etwa eine Umfrage, Interviews und Beobachtung, um dasselbe Phänomen zu untersuchen.
- Datentriangulation
- Triangulation, bei der Sie verschiedene Datenquellen nutzen, zum Beispiel Daten von verschiedenen Personen, zu verschiedenen Zeitpunkten oder an verschiedenen Orten.
Häufig gestellte Fragen
Was bedeutet Triangulation in der Forschung?
Triangulation bedeutet, dasselbe Phänomen über mehrere Methoden, Datenquellen, Forschende oder Theorien zu untersuchen und die Ergebnisse bewusst zu vergleichen. Ziel ist es, eine Schlussfolgerung besser zu begründen oder ein vollständigeres Bild zu gewinnen, als ein einzelner Zugang liefert.
Welche vier Typen der Triangulation unterschied Denzin?
Denzin unterschied Datentriangulation (verschiedene Quellen, Zeitpunkte oder Orte), Forschertriangulation (mehrere Forschende), Theorietriangulation (mehrere theoretische Perspektiven) und Methodentriangulation (mehrere Methoden). In der Praxis werden diese Typen oft kombiniert.
Beweist Übereinstimmung zwischen Methoden, dass eine Schlussfolgerung stimmt?
Nein. Übereinstimmung gibt Halt, aber nur, wenn die Methoden unterschiedliche und voneinander unabhängige Schwächen haben. Teilen sie dieselbe Verzerrung, etwa weil beide auf Selbstauskunft beruhen, können sie sich gegenseitig bestätigen, obwohl die Schlussfolgerung falsch ist.
Was tun Sie, wenn sich Quellen widersprechen?
Betrachten Sie Widerspruch als Information, nicht als Scheitern. Prüfen Sie, ob der Unterschied an der Methode, der Gruppe, dem Zeitpunkt oder am Phänomen selbst liegt. Oft zeigen Quellen verschiedene Seiten desselben Phänomens, was zu einer reicheren Erklärung führt.
Was ist der Unterschied zwischen Triangulation und Mixed Methods?
Mixed Methods bedeutet, qualitative und quantitative Methoden zu kombinieren. Triangulation bedeutet, mehrere Zugänge auf dasselbe Phänomen zu richten und die Ergebnisse zu vergleichen. Eine Mixed-Methods-Studie kann Triangulation enthalten, kann Methoden aber auch für verschiedene Teilfragen nutzen.
Was ist ein praktisches Beispiel für Triangulation in der Forschung?
Eine Bibliothek möchte wissen, warum junge Erwachsene fernbleiben, und kombiniert Umfrage, Interviews, Ausleihzahlen und Beobachtungen. Nennen Menschen Zeitmangel, während Lernplätze voll mit jungen Leuten sind, die nichts ausleihen, ergänzen sich die Quellen und die Forschungsfrage verschiebt sich.
Quellen
- 1.Campbell & Fiske (1959). Convergent and discriminant validation by the multitrait-multimethod matrix. - Psychological Bulletin, 56(2), 81–105 (1959)
- 2.Webb e.a. (1966). Unobtrusive measures: Nonreactive research in the social sciences. - Rand McNally, Chicago (boek, xii + 225 p.) (1966)
- 3.Denzin (2017). The research act: A theoretical introduction to sociological methods. - Routledge (heruitgave; eerste uitgave 1970, Aldine) (2017)
- 4.Jick (1979). Mixing qualitative and quantitative methods: Triangulation in action. - Administrative Science Quarterly, 24(4), 602–611 (1979)
- 5.Fielding & Fielding (1986). Linking data. - Sage, Newbury Park (Qualitative Research Methods Series, 4; 96 p.) (1986)
- 6.Mathison (1988). Why triangulate?. - Educational Researcher, 17(2), 13–17 (1988)
- 7.Flick (1992). Triangulation revisited: Strategy of validation or alternative?. - Journal for the Theory of Social Behaviour, 22(2), 175–197 (1992)
- 8.Kelle (2001). Sociological explanations between micro and macro and the integration of qualitative and quantitative methods. - Forum Qualitative Sozialforschung / Forum: Qualitative Social Research, 2(1), Art. 5 (2001)
- 9.Carter e.a. (2014). The use of triangulation in qualitative research. - Oncology Nursing Forum, 41(5), 545–547 (2014)
- 10.Lawlor e.a. (2016). Triangulation in aetiological epidemiology. - International Journal of Epidemiology, 45(6), 1866–1886 (2016)
Verwandte Themen
Geprüft von: Martijn den Otter · Zuletzt geprüft: 2.10.2026
Martijn den Otter
Oprichter van Neurofactor. Expert in neuromarketing en consumentenpsychologie.
LinkedIn →