Register- und Datentriangulation in der Literaturrecherche
Register- und Datentriangulation erweitert eine Literaturrecherche, indem mehrere Datenbanken, Studienregister und Quellenarten gezielt miteinander kombiniert werden. Dadurch kann sich das Risiko verringern, relevante Forschung nur aufgrund einer einseitigen Datenquelle zu übersehen.
Du lernst die verschiedenen Formen der Triangulation kennen und erfährst, wie du Suchräume planst, heterogene Treffer vergleichst, Überschneidungen dokumentierst und widersprüchliche Befunde methodisch einordnest.
Brauchst du eine fachliche Einschätzung?
Finde die passende Antwort in der 1a-Studi Akademie oder lass deine konkrete Frage kostenlos von einem Experten einschätzen.
Frage kostenlos prüfen lassen
Methodische Einordnung
Triangulation in Forschung und Literaturrecherche verstehen
Triangulation bezeichnet die geplante Verbindung mehrerer Perspektiven, Datenquellen, Forschender, theoretischer Ansätze oder Methoden. Ziel ist nicht, automatisch ein einziges „richtiges“ Ergebnis zu erzeugen. Die Gegenüberstellung soll vielmehr sichtbar machen, welche Befunde übereinstimmen, sich ergänzen oder widersprechen.
In der empirischen Forschung wird häufig zwischen Daten-, Methoden-, Forschenden- und Theorietriangulation unterschieden. Eine Kombination qualitativer und quantitativer Verfahren kann Teil eines Mixed-Methods-Designs sein, ist jedoch nicht mit jeder Form der Triangulation gleichzusetzen.
| Form | Verbundene Perspektiven | Möglicher Erkenntnisgewinn |
|---|---|---|
| Datentriangulation | unterschiedliche Zeitpunkte, Populationen, Datensätze oder Quellenarten | Vergleich von Befunden unter verschiedenen Bedingungen |
| Methodentriangulation | mehrere Erhebungs- oder Auswertungsverfahren | Erfassung unterschiedlicher Aspekte desselben Gegenstands |
| Forschendentriangulation | mehrere Personen bei Erhebung, Kodierung oder Interpretation | Reflexion individueller Deutungen und Entscheidungsunterschiede |
| Theorietriangulation | mehrere theoretische Perspektiven | Prüfung alternativer Erklärungen |
Mehrere Quellen oder Methoden erhöhen die Qualität nur, wenn Auswahl, Kombination und Auswertung fachlich begründet sind. Widersprüche dürfen nicht ausgeblendet werden, sondern gehören zur Interpretation.
Quellenabdeckung
Register- und Datentriangulation in der Literaturrecherche einsetzen
Für die Literaturrecherche lässt sich der Begriff operativ auf die Kombination mehrerer Informationsquellen übertragen. Dazu zählen bibliografische Datenbanken, Studien- oder Forschungsregister, institutionelle Repositorien, Bibliothekskataloge und geeignete Quellen grauer Literatur. Jede Quelle bildet nur einen Teil des Publikationsgeschehens ab.
Die Bezeichnung Registertriangulation ist kein einheitlich definierter Review-Standard. Sie beschreibt hier ein transparentes Mehrquellenverfahren, bei dem unterschiedliche Register und Datenbanken nach einer gemeinsamen Fragestellung durchsucht und ihre Treffer anschließend zusammengeführt werden.
| Informationsquelle | Typischer Beitrag | Mögliche Grenze |
|---|---|---|
| Fachdatenbank | fachlich indexierte Zeitschriftenartikel und kontrollierte Schlagwörter | begrenzte Zeitschriften- und Sprachabdeckung |
| Interdisziplinäre Datenbank | breite Publikationsabdeckung und Zitationsverknüpfungen | unterschiedliche fachliche Erschließungstiefe |
| Studien- oder Forschungsregister | laufende, abgeschlossene oder noch nicht publizierte Vorhaben | unvollständige Registrierung oder verzögerte Aktualisierung |
| Repositorium und Katalog | Hochschulschriften, Berichte, Bücher und institutionelle Dokumente | heterogene Metadaten und eingeschränkte Suchfunktionen |
| Institutionelle Website | Leitlinien, Datensätze, Projekt- und Behördenberichte | wechselnde URLs, Versionen und Publikationsstandards |
Praktische Anwendung
Mehrere Datenbanken und Register Schritt für Schritt kombinieren
- Fragestellung und Kriterien festlegen: Definiere Themenbereich, Population, Kontext, Zeitraum, Sprachen und zulässige Dokumenttypen.
- Quellenlandkarte erstellen: Ordne jeder Datenbank und jedem Register einen begründeten Suchzweck zu.
- Kernkonzepte entwickeln: Sammle freie Stichwörter, Synonyme und kontrollierte Deskriptoren für jedes Konzept.
- Suchstrategie übertragen: Passe Feldcodes, Thesauri, Platzhalter und Operatoren an jede Suchoberfläche an.
- Suchen getrennt protokollieren: Erfasse Plattform, Suchdatum, genaue Abfrage, Filter und Trefferzahl.
- Exporte zusammenführen: Bewahre die Herkunft jedes Datensatzes und die unveränderten Rohexporte auf.
- Dubletten bereinigen: Prüfe DOI, Titel, Autorenschaft, Jahr und weitere Metadaten nach dokumentierten Regeln.
- Treffer screenen: Wende dieselben Ein- und Ausschlusskriterien unabhängig von der Fundstelle an.
- Quellenertrag vergleichen: Analysiere, welche Informationsquelle einzigartige, überlappende oder besonders relevante Treffer geliefert hat.
Lösche bei der Deduplizierung nicht die Information, aus welchen Datenbanken oder Registern ein Datensatz stammt. Diese Provenienz ist für die Auswertung der Quellenabdeckung und für ein transparentes Flussdiagramm erforderlich.
Auswertung
Übereinstimmungen und Widersprüche systematisch auswerten
Die Kombination mehrerer Datenquellen ist erst dann analytisch nützlich, wenn die Ergebnisse vergleichbar aufbereitet werden. Unterscheide zwischen Übereinstimmung, Ergänzung und Widerspruch.
| Befundmuster | Interpretation | Weiteres Vorgehen |
|---|---|---|
| Übereinstimmung | mehrere Quellen liefern vergleichbare Befunde oder dieselben Schlüsselpublikationen | Kontext, Methode und Abhängigkeiten prüfen; Übereinstimmung nicht mit Unabhängigkeit verwechseln |
| Ergänzung | eine Quelle erschließt zusätzliche Dokumenttypen, Populationen oder Zeiträume | den spezifischen Mehrwert und mögliche Auswahlunterschiede erklären |
| Widerspruch | Befunde, Definitionen oder Datenstände weichen voneinander ab | Version, Erhebungsmethode, Zeitraum, Qualität und institutionellen Kontext vergleichen |
Beispielsweise kann eine Fachdatenbank publizierte Studien liefern, während ein Studienregister zusätzlich nicht veröffentlichte oder noch laufende Projekte ausweist. Diese Differenz ist kein Fehler, sondern ein Hinweis auf unterschiedliche Publikations- und Indexierungswege.
Qualität und Grenzen
Stärken und Grenzen der Registertriangulation bewerten
Mögliche Stärken
- breitere Abdeckung unterschiedlicher Publikations- und Quellenarten
- Sichtbarkeit datenbankspezifischer Lücken
- frühere Erfassung laufender oder nicht klassisch publizierter Forschung
- bessere Nachvollziehbarkeit des Beitrags einzelner Suchquellen
- strukturierte Prüfung widersprüchlicher Datenstände
Mögliche Grenzen
- höherer Zeitaufwand für Übersetzung, Export und Deduplizierung
- heterogene Metadaten und unterschiedliche Suchfunktionen
- starke Überlappung zwischen Datenbanken
- Abhängigkeit mehrerer Quellen von denselben Primärdaten
- keine Garantie für vollständige oder unverzerrte Evidenz
Berichte deshalb nicht nur, wie viele Quellen durchsucht wurden. Begründe deren Auswahl, dokumentiere den zusätzlichen Ertrag und benenne die verbleibenden Abdeckungslücken.
Register- und Datentriangulation erhöht die Abdeckung einer Recherche, wenn jede Quelle einen begründeten Beitrag zum Suchraum leistet. Entscheidend sind eine vorab definierte Suchlogik, die getrennte Dokumentation der Datenquellen und ein transparenter Umgang mit Überschneidungen und Widersprüchen.
Häufige Fragen und Antworten
Die folgenden Antworten fassen die wichtigsten Anwendungsfragen zu dieser Recherchetechnik zusammen.
Was bedeutet Registertriangulation?
Registertriangulation bezeichnet die begründete Kombination mehrerer Studienregister, bibliografischer Datenbanken oder institutioneller Verzeichnisse, um den Suchraum breiter abzudecken.
Was ist der Unterschied zur Datentriangulation?
Datentriangulation kombiniert unterschiedliche Datenquellen, Zeitpunkte, Kontexte oder Quellenarten. Registertriangulation fokussiert enger auf verschiedene Register und Suchsysteme.
Wie werden Überschneidungen zwischen Datenbanken behandelt?
Exportiere die Treffer getrennt, bewahre die Herkunftsfelder und führe anschließend eine protokollierte Deduplizierung durch. So bleibt sichtbar, aus welchen Datenquellen ein Datensatz stammt.
Wann ist Triangulation nicht sinnvoll?
Zusätzliche Datenquellen sind ungeeignet, wenn sie keinen begründeten Beitrag zur Forschungsfrage leisten oder ihre Treffer nicht nachvollziehbar erfasst und bewertet werden können.
Hat dir dieser Artikel geholfen?
Dein Feedback hilft dabei, die 1a-Studi Akademie gezielter auszubauen und passende Inhalte schneller auffindbar zu machen.
Quellenangaben, Zitationen und Literaturverzeichnis auf Vollständigkeit und korrekte Umsetzung nach APA, Harvard, Chicago oder weiteren Zitierstilen prüfen lassen.
Quellen & Zitation prüfenPrüfe, ob durch KI verwendete Quellen tatsächlich existieren und ob Aussagen, Zitate und Belege inhaltlich mit den Originalquellen übereinstimmen.
KI-Quellenanalyse anseheLass deinen wissenschaftlichen Text sprachlich korrigieren und zusätzlich auf Plagiate, KI-Auffälligkeiten und problematische Textstellen überprüfen.
Plagiat & KI-Check ansehen