Dein Gutachter weiß meist schon nach Seite 3, in welcher Notenregion deine wissenschaftliche Arbeit landen wird. Denn es gibt jede Menge Anfängerfehler, die sofort auffallen – und jeder einzelne davon kann dich eine ganze Notenstufe kosten.

In diesem Video zeige ich dir 10 solcher Anfängerfehler und wie du sie vermeidest. So lässt du deinem Gutachter keine andere Wahl, als dich in den Anwärterkreis der 1,0 Absolventen aufzunehmen.

Fehler #1 — Schwache Quellen

Fangen wir mit dem an, den dein Prüfer schon sieht, bevor er auch nur ein Wort deines Textes gelesen hat: deine Quellen. Genauer gesagt – die Qualität deiner Quellen. Denn weißt du, was ein erfahrener Gutachter als Allererstes macht?

Er blättert nach hinten und überfliegt dein Literaturverzeichnis. Und in diesen 30 Sekunden weiß er oder sie schon ziemlich genau, womit er es zu tun hat. Stehen da die einschlägigen Studien aus den Top-Journals seines Feldes? Oder ein wildes Sammelsurium aus irgendwelchen Quellen, die Google Scholar zufällig ausgespuckt hat?

Was dir im Studium niemand sagt ist dass es ist wichtiger ist, dass deine Quellen hochwertig sind, als dass sie thematisch perfekt passen. Stell dir vor, du findest eine Studie, die exakt dein Thema behandelt – ein Volltreffer. Aber sie stammt aus irgendeinem MDPI-Journal mit fragwürdigen Peer-Review Verfahren.

Für die wissenschaftliche Debatte in deinem Feld existiert diese Studie praktisch nicht.

Sie zieht deine Arbeit eher runter, als dass sie ihr hilft. Was deine Profs sehen wollen, sind Studien aus genau den Journals und Konferenzen, die sie selber lesen und in denen sie selber publizieren. Denn dein Literaturverzeichnis wird nicht danach bewertet, wie viele Quellen drinstehen, sondern wie gut sie sind.

Fehler #2 — Die falsche Forschungslücke

Du verwendest als Argument diesen Satz „Bisherige Forschung hat zu Thema X nocht nicht Aspekt Y untersucht, deshalb geht diese Arbeit der Frage nach…“. Klingt erstmal stark, oder? Du machst etwas völlig Neues, eine echte Forschungslücke, niemand war je vor dir da.

Das Problem ist nur: Das Argument ist schwach. Nur weil es keine Forschung zu deinem Thema gibt, heißt das nicht, dass es von Nutzen wäre, diese Forschung zu unternehmen. Es gibt unendlich viele Dinge, die noch niemand untersucht hat – die meisten davon aus einem ziemlich guten Grund: weil es schlicht niemanden interessiert. „Noch nie gemacht“ und „relevant“ sind zwei völlig verschiedene Dinge.

Stell dir vor, jemand schreibt: „Bisher hat noch niemand die Schuhgröße von Bäckereifachverkäuferinnen in Niedersachsen erhoben.“ Stimmt wahrscheinlich. Ist eine echte Lücke. Und trotzdem zuckt jeder zu Recht mit den Schultern und denkt: Ja, und? Die Abwesenheit von Forschung ist eben keine Begründung – sie ist nur eine Beobachtung.

Was der Prüfer stattdessen sehen will, ist das Warum dahinter. Nicht „das wurde noch nicht gemacht“, sondern „das sollte gemacht werden, weil…“.

Fehler #3 — Dein Text klingt nach KI

Jetzt wird es ein bisschen unangenehm. Denn dieser Fehler ist in den letzten Jahren geradezu explodiert. Das Problem ist nicht, dass du KI benutzt – das tun mittlerweile alle, und das ist auch völlig okay wenn du es verantwortungsvoll machst. Das Problem ist eben, WIE du KI nutzt. Nutzt du ein Standard-Model ohne Kontext, klingt der Output glatt, flüssig, grammatikalisch tadellos – und trotzdem sagt er nichts. Außerdem wiederholt KI gerne bestimmte Satzstrukturen, die, wenn einem das beim Lesen auffällt, einen Text wortwörtlich unerträglich macht.

Ein viel größeres Problem ist aber, das KI, wenn du sie nicht entprechend promptest, haufenweise Synonyme einbaut. Das ist für Texte im Internet – worauf Sprachmodelle größtenteils trainiert wurden – auch gut, aber für wissenschaftliche Arbeiten ein komplettes Desaster. Vor kurzem habe ich einen Text begutachtet, der offensichtlich stark von KI unterstützt wurde und musste den Autoren aufzählen, dass sie nicht weniger als 20 (!) Variationen eines einzigen Begriffs verwendeten. In wissenschaftlichen Texten muss ein Begriff defnfiert und dann konsistent verwendet werden. Synonyme sind daher pures Gift – was vielen Anfängern leider überhaupt nicht auffällt – weil der Text ja erstmal gut klingt.

Um dem entgegenzuwirken, habe ich ein Custom GPT bzw einen Claude Skill erstellt, der so gepromptet ist, dass er all die Fehler vermeidet und wissenschaftsgerechter schreibt und editiert. Den kannst du einfach kostenlos benutzen und musst nicht stundenlang deinen eigenen Prompt verfeinern. Das habe ich für dich getan! Hier ist der Link zum shribe! Abschlussarbeitsassistenten.

Fehler #4 Du definierst deine zentralen Begriffe nicht

Sagen wir mal, deine Arbeit dreht sich um „Mitarbeiterzufriedenheit“. Das Wort steht im Titel, in der Forschungsfrage, auf jeder zweiten Seite. Aber nirgendwo sagst du klar: Das genau verstehe ich in dieser Arbeit darunter. Die Wissenschaft ist da leider extrem penibel und was im normalen Sprachgebrauch selbstverständlich ist, braucht in einer wissenschaftlichen Arbeit eine eigne Definition.

Oft gibt es konkurrierende Definitionen von verschiedenen Autoren. Legst du dich nicht fest, dann legt dein Prüfer eben seine eigene Definition zugrunde – und misst deine Arbeit an einem Maßstab, den du nie gemeint hast. Die beste Analyse bringt nichts, wenn unklar ist, worüber du da eigentlich analysierst.

Gib deinen 2-3 wichtigsten Begriffen je eine klare Arbeitsdefinition, gestützt auf etablierte Literatur. Das sind meistens die, die auch in deiner Forschungsfrage auftauchen. Wenn du noch einen drauflegen willst, dann begründe deine Wahl. Zeig, dass es verschiedene Definitionen gibt, und erklär, warum du dich für genau diese entscheidest. Das ist der Unterschied zwischen „ich übernehme irgendeine Definition“ und „ich treffe eine bewusste, wissenschaftlich begründete Entscheidung“. Wenn es dir zu unübersichtlich wird und auch noch ein paar theoretische Begriffe dazu kommen, dann lege eine Tabelle in deinem Literaturkapitel an. List dort einfach alle Kernbegriffe auf, gefolgt von einer einzigen Definition, gefolgt von einer oder mehreren Quellen, die diese Definition stützen. Das gibt Extra-Punkte, da kannst du dir sicher sein.

Fehler #5 — Du benutzt Begriffe, die keine Funktion haben

Hast du dich schon mal dabei erwischt ein Wort zu benutzen, nur weil es akademisch klingt? Ich schon! Ist aber nicht optimal. „Diskursiv“, „Dispositiv“, „paradigmatisch“, „inhärent“ – plötzlich klingt der Satz nach Wissenschaft. Das Problem ist nur: Klingen ist nicht dasselbe wie Sein und KI bläht Texte schon genug unnötig auf. Wenn ich also Paper von meinen Doktoranden zum Editieren bekomme, verschwende ich die meiste Zeit damit den Text einfacher zu machen. Ich streiche unnötig weitschweifige Sprache und Begriffe, die nur Kosmetik sind.

Du musst dir einen wissenschaftlichen Text etwas mechanischer Vorstellen – wie eine Backform. In die Backform kommen nur Begriffe die für den Kuchen gebraucht werden. Alles andere ruiniert ihn. Und wenn der Text dadurch etwas mechanischer klingt und es ein paar Wiederholungen gibt – gerne! Alles lieber als ein völliges Durcheinander an Begriffen die nicht zielführend eingesetzt werden.

Fehler #6 — Theorie und Methode passen nicht zusammen

Dieser Fehler sieht so aus: Du nimmst dir eine schicke, etablierte Theorie – sagen wir die Selbstbestimmungstheorie aus der Psychologie. Die wurde gebaut, um zu messen und zu testen: feste Konstrukte, validierte Skalen. Und dann packst du diese Theorie in eine qualitative Arbeit mit ein paar Interviews. Was passiert? Du kreierst einen klassischen Theory-Method misfit, den Guba und Lincoln „Competing Paradigms“ nennen.

Jede Theorie und jede Methode trägt eine Grundhaltung in sich – eine Antwort auf die Frage, was Wissen überhaupt ist und wie man es gewinnt. Im Fachjargon: Ontologie und Epistemologie. Eine Theorie mit positivistischer Grundausrichtung in einem Interpretativen Design ist wie ein Dieselmotor in einem Elektroauto. Beide sind für sich genommen prima, aber zusammen ein Totalschaden.

Versuche es also hinzubekommen, dass Theorie und Methode aus derselben Welt stammen. Willst du quantiativ messen oder qualitativ verstehen? Daraus folgt dann beides, Theorie und Methode, aus einer gemeinsamen Logik.

Ich habe dem Thema Theorie-Methoden Misfit ein eigenes Tutorial gewidmet. Schau es dir an, wenn dieser Fehler dich betreffen könnte.

Fehler #7 — Deskription statt Analyse

Bei diesem Fehler wird dir vorgeworfen in deiner Literatur- oder Datenauswertung keine Eigenleistung zu erbringen. Stattdessen beschreibst du nur, was du siehst. Das ist auch nicht verkehrt und der erste Schritt. Du musst allerdings darüber hinausgehen und sowohl die Literatur vorne als auch die Datenauswertung hinten in deiner Arbeit analysieren. Zum Beispiel:

• Vergleichen & kontrastieren – zwei Theorien, Studien oder Befunde nebeneinanderlegen und zeigen, wo sie sich widersprechen oder ergänzen. Nicht „A sagt dies, B sagt das“, sondern: Was folgt aus diesem Unterschied?
• Kritisieren & hinterfragen – die Grenzen, blinden Flecken oder versteckten Annahmen einer Theorie/Studie offenlegen.
• In Beziehung setzen / synthetisieren – verstreute Befunde zu einem größeren Muster zusammenführen, das so noch keiner ausgesprochen hat.
• Anwenden & übertragen – ein Konzept auf einen neuen Fall/Kontext loslassen und schauen, was es erklärt – und was nicht.
• Erklären / kausal argumentieren – nicht nur dass etwas zusammenhängt, sondern warum. Den Mechanismus dahinter freilegen.
• Einordnen & gewichten – nicht alle Quellen sind gleich viel wert. Zeigen, welcher Befund robuster ist und warum (Studienqualität, Methode, Stichprobe).
• Differenzieren / „es kommt darauf an“ – Bedingungen benennen, unter denen ein Effekt gilt oder eben nicht. Aus einem platten „X führt zu Y“ wird „X führt zu Y, aber nur wenn Z“.
• Interpretieren / deuten – bei eigenen (oft qualitativen) Daten: nicht nur referieren, was jemand gesagt hat, sondern herausarbeiten, was es bedeutet.
• Bewerten & Position beziehen – am Ende begründet Stellung nehmen: Welche Sichtweise überzeugt dich, gestützt auf welche Argumente?

Fehler #8 — Die falsche Gewichtung deiner Kapitel

Was ich oft sehe, ist das Arbeiten vorne einen Überhang haben, also dass die Einleitung und der Literaturteil sehr ausführlich sind und nach hinten raus die Luft ausgeht. 25 Seiten Theorie, 15 Seiten Methode und Ergebnisse – und dann, ganz am Ende, schrumpft die Diskussion auf 3-5 Seiten zusammen.

Dabei ist die Diskussion das wichtigste Kapitel überhaupt, denn darin artikulierst du deine Eigenleistung!

Und ausgerechnet diesen Teil quetschen die meisten in die letzten paar Stunden vor der Abgabe.

Wenn du es besser machen willst, dann plane rückwärts. Die Diskussion verdient mindestens so viel Raum und Energie wie dein Literatur bzw. Theorieteil. Ergebnisse und Diskussion dürfen zusammen ruhig die Hälfte deiner Arbeit ausmachen.

Fehler #9 — Deine Stichprobe ist zu klein

Oft sehe ich Abschlussarbeiten mit einem, zwei, oder drei Experteninterviews. Das ist wirklich nicht viel. Die Bearbeitungszeit ist natürlich ein Faktor, aber mein Tipp ist immer diese in Drittel zu teilen. Ein Drittel Literaturarbeit, ein Drittel Datenerhebung und Auswertung, ein Drittel Zusammenschreiben. Bei einer Bearbeitungszeit von 3 Monaten bleibt dir ein Monat für die Datensammlung und Auswertung. Nur ein Interview, really?

Die Größe einer Stichprobe ist natürlich kein Qualitätsmerkmal. Es ist ein Quantitätsmerkmal. Es signalisiert Fleiß und Arbeitsaufwand. Und wenn ich eine Abschlussarbeit bewerte, schaue ich natürlich darauf, wie viel Aufwand in der Arbeit steckt, ist doch völlig normal. Außerdem bist du immer in Konkurrenz zu allen anderen Abschlussarbeiten der betreuenden Person. Die hat für sich im Kopf einen unausgesprochenen Standard was eine angemessene Stichprobengröße für eine bestimmte Bearbeitungszeit ist. Das gilt natürlich auch für quantiative Arbeiten oder Arbeiten mit Literatur.

Frage also in der nächsten Sprechstunde mal: „Was wäre denn für Sie eine angemessene Stichprobengröße in meinem Fall?“ Dann kommt die Antwort: X Interviews. Ok, sie hat dir eben ihre Mindestanforderung genannt. Lege 50% drauf und du schnupperst an den oberen Notenregionen.

Fehler #10 — Du generalisierst über deinen Kontext hinaus

Sagen wir mal du führst acht Interviews – völlig in Ordnung – und schreibst am Ende Sätze wie „Studierende empfinden das so und so“. Aus acht Personen wird keine Aussage über „die Studierenden“.

Variante zwei, die quantitative: Du sammelst 60 Fragebögen, meist aus deinem eigenen Umfeld, und sprichst plötzlich von „repräsentativen“ Ergebnissen. Du generalisierst zu einer Population die deine Daten gar nicht repräsentiert.

Dieser Fehler hat nichts mit der Größe deiner Stichprobe zu tun. Er liegt in der Sprache die du verwendest, wenn du deine Ergebnisse einordnest. Du übergeneralisierst, und genau das sieht der Gutachter sofort. Die Lösung ist deshalb nicht unbedingt „sammel mehr Daten“, sondern passe deine Aussagen an. Ich schreibe immer sowas wie: „Die befragten Studierenden deuten darauf hin, dass…“. Das klingt erstmal kleiner – ist aber in Wahrheit viel souveräner. Denn es zeigt, dass du genau verstehst, was deine Daten hergeben und was nicht. Die ehrliche, präzise Einordnung der eigenen Generalisierbarkeit wirkt auf einen Prüfer besser als eine beeindruckende aber nicht genügend empirisch gestützte Behauptung.

Bonusfehler

Du fängst zu spät an!

Tim Urban hat das Mal so beschrieben, dass mit jedem Aufschieben deiner Abschlussarbeit der Turm den du jeden Tag abarbeiten musst größer wird. Wenn du es zu Beginn locker angehen lässt und hinterher in Verzug gerätst hat das nur Nachteile. In seinem Ted Talk beschreibt Tim wie die Universität ihn eines Morgens anruft, nachdem er seine Abschlussarbeit nach 3 durchgemachten Nächten in letzter Minute eingereicht hat. Die Stimme am Apparat sagt: „Sind sie Herr Urban?“ „Ja.“ „Wir wollten Ihnen nur mitteilen: Ihre Abschlussarbeit war die Beste die wir je bekommen haben.“

Dann löst er den Spaß auf: „Well, that never happened.

Natürlich nicht. Eine Abschlussarbeit zu schreiben ist ein Simulationsraum für dich, ein Pro zu werden. Also Zeitmanagement, Qualitätsmangement, Selbstmanagement, Selbstliebe, Kreativität und was noch so alles dazu gehört nicht dem Zufall zu überlassen. Dann wirst du nicht nur deine Abschlussarbeit mit Bravour bestehen, sondern die nächste Herausforderung sei es im Studium oder im Beruf viel leichter meistern.

Meine Bachelorarbeit war das heftigste was ich damals je machen musste. Nach der Masterarbeit war das ein Witz. Und nach der Doktorarbeit konnte ich über die Masterarbeit nur müde lächeln. Du wächst mit der Herausforderung, aber nur wenn du sie auch annimmst.

Wenn du jetzt der Überzeugung bist, nichts dem Zufall überlassen zu wollen, sondern jeden dieser zehn Fehler von Anfang an sicher zu umgehen, dann ist mein Abschlussarbeitstraining vielleicht etwas für dich. Wir gehen gemeinsam Schritt-für-Schritt jeden Baustein einer wissenschaftlichen Arbeit durch – von der Forschungsfrage bis zur Diskussion – mit Textbeispielen und allem was ich JETZT weiß, NACHDEM ich Bachelor-, Master-, und Doktorarbeit geschrieben habe – und du davon ab Tag 1 profitieren kannst.