Grundlagen der qualitativen Datenerhebung im Gesundheitswesen

Qualitative Datenerhebung ist ein zentrales Instrument der empirischen Forschung im Gesundheitswesen. Sie hilft dabei, ein tieferes VerstĂ€ndnis fĂŒr Themen zu gewinnen, die durch Zahlen allein nicht vollstĂ€ndig erfasst werden können – zum Beispiel, wie Patient:innen ihre Krankheit erleben, wie Entscheidungen im Team getroffen werden oder wie PflegekrĂ€fte mit Unsicherheiten in komplexen Versorgungssituationen umgehen.

Im Gegensatz zur quantitativen Forschung, die auf messbare und vergleichbare Daten setzt, geht es bei qualitativen Methoden darum, subjektive Erfahrungen, soziale Prozesse und alltĂ€gliche Handlungsweisen in ihrem jeweiligen Kontext zu erfassen. Gerade im Gesundheitswesen – einem Feld, das geprĂ€gt ist von individuellen Lebenswelten, interprofessioneller Zusammenarbeit und institutionellen Rahmenbedingungen – bietet die qualitative Forschung wertvolle methodische Offenheit und Tiefe.

Ob in der Pflege, der Medizin, der Therapie oder im Bereich der Gesundheitsförderung: Qualitative Erhebungsmethoden machen sichtbar, was Menschen tun, fĂŒhlen, sagen – und warum. Sie ermöglichen es, Versorgung aus der Perspektive der Beteiligten zu betrachten und dadurch praxisnahe Erkenntnisse zu gewinnen, die fĂŒr die Weiterentwicklung von Angeboten, AblĂ€ufen oder Schulungen genutzt werden können.

In dieser Selbstlerneinheit werden die grundlegenden Prinzipien qualitativer Datenerhebung im Gesundheitswesen vorgestellt. Dabei wird zunĂ€chst geklĂ€rt, was unter qualitativen Daten zu verstehen ist und wie sie sich von quantitativen Daten unterscheiden. Anschließend geht es um die Frage, welche Merkmale qualitative Daten haben und wie sie praktisch eingesetzt werden können – zum Beispiel durch Interviews, Beobachtungen oder Dokumentenanalysen.

Dieses Kapitel richtet sich an alle, die sich mit Forschung im Gesundheitswesen beschĂ€ftigen – ob in der Lehre, im Studium oder in der praktischen Versorgung durch Gesundheits- und Fachpersonal. Ziel ist es, einen verstĂ€ndlichen und praxisnahen Einstieg in die Welt qualitativer Erhebungsmethoden zu bieten – fundiert, nachvollziehbar und direkt anwendbar.

Was sind qualitative Daten?

Qualitative Daten sind Informationen, die nicht in Zahlen oder Statistiken ausgedrĂŒckt werden, sondern in Worten. Sie zeigen, wie Menschen ihre Erfahrungen, Gedanken und GefĂŒhle beschreiben, wie sie Situationen wahrnehmen und Entscheidungen treffen. Solche Daten entstehen zum Beispiel in Interviews, bei Beobachtungen im Berufsalltag oder in offenen Fragen von Fragebögen.

Im Unterschied zu quantitativen Daten, die messbare GrĂ¶ĂŸen wie Blutdruck oder Wartezeiten abbilden, geht es bei qualitativen Daten um Inhalte wie Erfahrungen, Sichtweisen, GefĂŒhle oder soziale Dynamiken. Diese Daten geben Einblick in individuelle Perspektiven und alltĂ€gliche HandlungszusammenhĂ€nge, etwa im Umgang mit Krankheit, Belastung, Entscheidungsfindung oder Versorgungssituationen.

 Im Gesundheitswesen geben qualitative Daten Antworten auf Fragen wie:

  • Wie empfinden Patient:innen das GesprĂ€ch mit Ärzt:innen oder PflegekrĂ€ften?
  • Wie erleben MFA oder PflegekrĂ€fte Stress im Praxisalltag?
  • Was bedeutet es fĂŒr Angehörige, wenn eine Therapie abgebrochen wird? 

Diese Daten entstehen nicht durch vorgegebene Antwortmöglichkeiten, wie bei einer klassischen Umfrage, sondern durch offene GesprÀche, persönliche ErzÀhlungen oder beobachtete Verhaltensweisen. Dadurch wird sichtbar, was Menschen wichtig ist, was sie beschÀftigt oder wo es im Versorgungsalltag Herausforderungen gibt.

Qualitative Daten sind besonders nĂŒtzlich, wenn noch wenig ĂŒber ein Thema bekannt ist oder wenn es darum geht, Perspektiven zu hören, die sonst oft ĂŒbersehen werden – etwa die Sorgen von Angehörigen, die GefĂŒhle von Patient:innen nach einer Diagnose oder der Umgang mit moralischen Konflikten im Team.

Merkmale qualitativer Daten

Qualitative Daten sind kontextgebunden und deutungsbedĂŒrftig. Sie lassen sich nicht einfach zĂ€hlen oder in Prozentangaben zusammenfassen. Stattdessen werden sie inhaltsanalytisch ausgewertet, z. B. durch die Identifikation von Themen, Kategorien oder Mustern (oft als "Codierung" bezeichnet). Dabei wird systematisch untersucht, was gesagt wird, wie etwas gesagt wird und in welchem Zusammenhang es steht.

Der Erkenntniswert qualitativer Daten liegt nicht in der ReprĂ€sentativitĂ€t, sondern in der Tiefe des VerstĂ€ndnisses. Sie ermöglichen es, komplexe PhĂ€nomene in ihrer Vielschichtigkeit zu erfassen – z. B. Entscheidungsprozesse in Teams, subjektive KrankheitsverlĂ€ufe oder alltĂ€gliche Herausforderungen in der Versorgung.

 

Relevanz fĂŒr Praxis, Lehre und Forschung

Qualitative Daten spielen in vielen Bereichen des Gesundheitswesens eine Rolle:

  • In der Praxis, z. B. bei Patientenbefragungen, Teambesprechungen oder Ethikrunden
  • In der Lehre, zur Reflexion beruflicher Erfahrungen und Förderung kommunikativer Kompetenzen
  • In der Forschung, zur Entwicklung neuer Fragestellungen, Hypothesen und praxisnaher Empfehlungen

Dabei gelten – unabhĂ€ngig vom Anwendungsfeld – die Grundprinzipien guter wissenschaftlicher Praxis: der respektvolle Umgang mit Aussagen, die Sicherung von Vertraulichkeit und die kritische Reflexion der eigenen Perspektive in der Auswertung.

Woher kommen qualitative Daten? – Unterscheidung zwischen PrimĂ€r- und SekundĂ€rdaten

In der qualitativen Forschung im Gesundheitswesen stellt sich immer die Frage: Woher stammen die Daten, mit denen wir arbeiten? Um dies zu beantworten, unterscheidet man zwei grundlegende Arten von Datenquellen – PrimĂ€rdaten und SekundĂ€rdaten.

PrimĂ€rdaten: Selbst erhoben fĂŒr ein konkretes Forschungsziel

PrimĂ€rdaten sind Informationen, die Forscher:innen selbst erheben, um eine bestimmte Fragestellung zu untersuchen. In der Praxis bedeutet das: Man fĂŒhrt Interviews mit Patient:innen oder Angehörigen, beobachtet AblĂ€ufe auf Station oder moderiert Fokusgruppen mit Pflegefachpersonen. Die Daten entstehen im direkten Kontakt mit dem Feld und sind dadurch sehr nah an der Versorgungspraxis.

đŸ„ Beispiele fĂŒr PrimĂ€rdaten im Gesundheitswesen:

  • GesprĂ€che mit Patient:innen ĂŒber ihren Behandlungsverlauf
  • Interviews mit PflegekrĂ€ften zu Entscheidungsprozessen im Team
  • Beobachtungen in interprofessionellen Besprechungen

Diese Art von Daten ist besonders wertvoll, weil sie individuell, situationsbezogen und kontextsensitiv ist. Sie erlaubt einen unmittelbaren Zugang zu subjektiven Erfahrungen und beruflicher Praxis.

SekundÀrdaten: Bereits vorhandene Informationen neu betrachtet

SekundĂ€rdaten sind Daten, die bereits existieren und ursprĂŒnglich zu einem anderen Zweck erhoben wurden – beispielsweise Dokumente, Fallakten oder frĂŒhere Interviewtranskripte. Auch Medienberichte, Leitlinien oder schriftliche Patient:innenberichte können wertvolle qualitative Datenquellen sein.

đŸ„ Beispiele fĂŒr SekundĂ€rdaten:

  • Pflegeberichte in Patientenakten
  • Sitzungsprotokolle eines Ethikkomitees
  • Transkripte aus frĂŒheren Studien
  • BeitrĂ€ge in Online-Selbsthilfegruppen

SekundÀrdaten können besonders dann hilfreich sein, wenn der Zugang zum Feld schwierig ist oder wenn zusÀtzliche Perspektiven zur Analyse beitragen können.

Ausblick

In dieser Lerneinheit wurde erlĂ€utert, was qualitative Daten ausmacht und welche Quellen ihnen zugrunde liegen können – ob als selbst erhobene PrimĂ€rdaten oder als bereits vorhandene SekundĂ€rdaten. Doch wie genau entstehen solche Daten eigentlich? Welche Methoden eignen sich, um Erfahrungen, Perspektiven oder Alltagspraktiken im Gesundheitswesen systematisch zu erfassen?

In der nĂ€chsten Lerneinheit geht es um die konkreten Methoden der qualitativen Datenerhebung – etwa Interviews, Fokusgruppendiskussionen oder Beobachtungen. Dabei wird aufgezeigt, wie diese Verfahren angewendet werden können, worauf bei der DurchfĂŒhrung zu achten ist und welche Methode sich fĂŒr welche Fragestellung besonders eignet.

Logo des Projekts DIM-Ruhr
Logo des Förderers Bundesministerium fĂŒr Forschung, Technologie und Raumfahrt
Creative Commons Lizenz BY 4.0

 Dieses Werk ist lizenziert unter einer Creative Commons Namensnennung 4.0 International Lizenz (CC BY 4.0) .

UniversitÀt Witten/Herdecke, Projekt DIM-Ruhr

Ultime modifiche: lunedĂŹ, 23 marzo 2026, 12:23