Thematische Analyse und KI-Markierungen: Warum Braun & Clarke Erkennungssysteme auslöst

Weil Sie einen zutiefst menschlichen, subjektiven qualitativen Prozess mit den formelhaftesten Passivfloskeln der modernen Wissenschaft beschrieben haben. Wenn Sie schreiben, dass "transcripts were read and re-read," (Transkripte wurden wiederholt gelesen), "initial codes were generated," (erste Codes wurden generiert) und "themes emerged from the data," (Themen gingen aus den Daten hervor), schildern Sie nicht den individuellen Verlauf Ihrer Forschung. Sie sagen stattdessen ein altbekanntes Skript auf, das sich wortwörtlich in Hunderttausenden von Abschlussarbeiten wiederfindet. KI-Erkennungstools wie Turnitin und iThenticate verstehen keine qualitative Erkenntnistheorie. Sie berechnen statistische Wahrscheinlichkeiten, n-Gramm-Verteilungen und die Perplexität über aufeinanderfolgende Textabschnitte hinweg. Da Ihr Methodenkapitel einer identischen Passivstruktur folgt und sich im Wortschatz kaum von Standardlehrbüchern unterscheidet, ist die mathematische Wahrscheinlichkeit jedes aufeinanderfolgenden Tokens außergewöhnlich hoch. Der Detektor markiert den gesamten Abschnitt nicht deshalb als maschinengeneriert, weil Sie KI eingesetzt hätten, sondern weil akademische Konventionen Studierende darauf trainiert haben, wie statistische Sprachmodelle zu schreiben.

Diese statistische Falle ist für qualitativ Forschende besonders bitter, da sie den methodischen Leitlinien von Virginia Braun und Victoria Clarke diametral widerspricht. In ihrem grundlegenden Aufsatz von 2006 sowie in ihren Veröffentlichungen von 2019 und 2021 haben Braun und Clarke wiederholt den „Kochrezept"-Ansatz kritisiert, bei dem Forschende so tun, als würden Themen ohne ihr eigenes Zutun passiv „hervorgehen". Doch institutioneller Druck, „objektiv" zu klingen, drängt Studierende oft in starre, entpersonalisierte Formulierungen. Das Resultat ist ein Kapitel, das sämtliche Warnsignale automatischer Klassifikatoren auslöst und gleichzeitig die Grundprinzipien der reflexiven thematischen Analyse (RTA) verletzt.

Um eine KI-Markierung in der qualitativen Methodik aufzulösen, müssen zwei ineinandergreifende Systeme verstanden werden: die algorithmischen Mechanismen von Textklassifikatoren und die erkenntnistheoretische Integrität Ihres Prüfungspfads (Audit Trail). Sie lösen dieses Problem nicht, indem Sie Wörter durch beliebige Synonyme ersetzen. Die Lösung liegt darin, jeden allgemeinen Schritt in Ihrem konkreten Untersuchungskontext zu verankern, die aktive Stimme der forschenden Person wiederherzustellen und greifbare dokumentarische Belege für Ihren analytischen Prozess vorzulegen.

Das sechsstufige Phasenmodell von Braun und Clarke – Vertrautmachen mit den Daten, Generieren erster Codes, Erstellen initialer Themen, Überprüfen der Themen, Definieren und Benennen von Themen sowie Verfassen des Berichts – ist das meistzitierte qualitative Analyseverfahren in den Sozialwissenschaften. Vorgestellt in ihrem Aufsatz Using thematic analysis in psychology aus dem Jahr 2006, sollte das Modell einen systematischen, aber flexiblen Zugang zu qualitativen Daten ermöglichen. Die wiederholte Übernahme in der Lehre hat diese flexible Richtlinie jedoch zu einer starren akademischen Vorlage erstarren lassen.

"Thematic analysis is often treated as a singular, rigid method, with researchers adopting a cookbook recipe approach that ignores the theoretical and subjective choices underpinning Reflexive TA." (Die thematische Analyse wird häufig als starre Einzelmethode behandelt, bei der Forschende nach Art eines Kochrezepts vorgehen und die theoretischen sowie subjektiven Entscheidungen ignorieren, die der reflexiven TA zugrunde liegen. – Virginia Braun & Victoria Clarke, 2019, Reflecting on reflexive thematic analysis, S. 591)

Tausende von Doktorierenden und Masterstudierenden in Psychologie, Pflegewissenschaft, Soziologie und Erziehungswissenschaften reichen Arbeiten ein, deren Absätze zu den einzelnen Phasen nahezu ununterscheidbar sind. Betrachten Sie die typische Lehrbuchformel, wie sie immer wieder in studentischen Arbeiten auftaucht:

• Phase 1 (Vertrautmachen mit den Daten): "In the first phase, all interview transcripts were read and re-read multiple times by the researcher to achieve deep familiarity with the data." (In der ersten Phase wurden alle Interviewtranskripte von der forschenden Person mehrfach gelesen und wiederholt gelesen, um eine tiefe Vertrautheit mit den Daten zu erlangen.)
• Phase 2 (Generieren erster Codes): "In the second phase, initial codes were generated systematically across the entire dataset, identifying meaningful segments relevant to the research questions." (In der zweiten Phase wurden systematisch über den gesamten Datensatz hinweg erste Codes generiert, um bedeutungsvolle Segmente zu identifizieren, die für die Forschungsfragen relevant sind.)
• Phase 3 (Generieren von Themen): "In the third phase, codes were collated into potential candidate themes, clustering related concepts into broader overarching patterns." (In der dritten Phase wurden die Codes zu potenziellen Kandidatenthemen zusammengeführt, indem verwandte Konzepte zu übergeordneten Mustern gebündelt wurden.)
• Phase 4 (Überprüfen der Themen): "In the fourth phase, candidate themes were reviewed against the coded extracts and the entire dataset to ensure coherence and validity." (In der vierten Phase wurden die Kandidatenthemen anhand der codierten Textauszüge sowie des gesamten Datensatzes überprüft, um Kohärenz und Validität zu gewährleisten.)
• Phase 5 (Definieren und Benennen von Themen): "In the fifth phase, themes were refined, clearly defined, and named to encapsulate the conceptual essence of each domain." (In der fünften Phase wurden die Themen verfeinert, präzise definiert und benannt, um den konzeptionellen Kern jedes Bereichs zu erfassen.)
• Phase 6 (Erstellen des Berichts): "In the final phase, the analytic narrative was compiled, integrating illustrative empirical quotations to address the core research inquiries." (In der abschließenden Phase wurde das analytische Narrativ ausgearbeitet, wobei anschauliche empirische Zitate eingeflochten wurden, um die zentralen Forschungsfragen zu beantworten.)

Wenn ein Text exakt diesem sechsphasigen Schema folgt, weist er keinerlei informationelle Überraschung auf. Er verrät der lesenden Person – und dem automatisierten Detektor – rein gar nichts darüber, was tatsächlich getan wurde. Er verschweigt, welche Software verwendet wurde, welche konzeptionellen Unstimmigkeiten auftraten oder inwiefern die Sichtweisen der Teilnehmenden die vorgefassten Annahmen der forschenden Person infrage stellten. Es handelt sich um reine methodische Textbausteine, die bloß ein Häkchen auf einer Prüfliste setzen sollen, statt eine empirische Untersuchung zu dokumentieren.

Um zu verstehen, warum diese Textbausteine KI-Erkennungstools auslösen, müssen Sie betrachten, wie Klassifikatoren Texte bewerten. Die meisten modernen KI-Detektoren – darunter auch das proprietäre Modell von Turnitin – analysieren Textfolgen anhand von Metriken der statistischen Sprachmodellierung, allen voran Perplexität und Burstiness. Die Perplexität misst, wie vorhersehbar eine Wortfolge vor dem Hintergrund des bisherigen Kontexts ist. Kann ein Modell das exakt nächste Wort mit 98 % Wahrscheinlichkeit vorhersagen, fällt der Perplexitätswert extrem niedrig aus.

Große Sprachmodelle werden auf riesigen Webkorpora trainiert, die Tausende veröffentlichter Fachaufsätze, Dissertationen und Online-Methodenleitfäden enthalten. In diesen Trainingsdaten sind die Übergangsformulierungen qualitativer Methodenteile überwältigend einheitlich. Nach den Tokens `"transcripts were read and"` konzentriert sich die Wahrscheinlichkeitsverteilung fast vollständig auf `"re-read"`. Nach `"initial codes were"` lauten die am wahrscheinlichsten vorhergesagten Tokens `"generated"`, `"developed"` oder `"assigned"`. In den Augen eines statistischen Klassifikators spiegelt diese vorhersehbare Syntax exakt die Generierung eines autoregressiven Sprachmodells bei niedriger Temperatur wider.

Verschärft wird das Problem durch die Burstiness, welche die Varianz in Satzlänge, Rhythmus und syntaktischer Komplexität misst. Menschliche Schreibende variieren ihr Tempo in argumentativen oder kreativen Texten ganz natürlich: Auf kurze, prägnante Feststellungen folgen verschachtelte Haupt- und Nebensätze mit Einschränkungen oder unerwarteten Bildern. Die akademische Tradition beim Verfassen von Methodenteilen unterdrückt diese Burstiness jedoch systematisch. Betreuungspersonen drängen Studierende zu einem gleichförmigen, distanzierten und sachlichen Duktus. Treffen nun gleichförmige Satzlängen und vorhersehbare n-Gramme über zweitausend zusammenhängende Wörter hinweg aufeinander, zeichnet der Klassifikator auf Segmentebene ein durchgehend rotes Band.

Turnitins eigene technische Dokumentation bestätigt diese segmentbasierte Arbeitsweise. Wie in den technischen Leitfäden beschrieben, werden Einreichungen in überlappende Textsegmente unterteilt, für jedes Segment wird eine Wahrscheinlichkeit für Maschinengenerierung berechnet, und Sätze innerhalb von qualifizierendem Text erben die zusammengefassten Werte der überlappenden Fenster. Wenn ein gesamtes Methodenkapitel in einem einzigen monotonen Sprachregister verharrt, bieten benachbarte Segmente dem Modell keinerlei Unterscheidungsmerkmale. Der resultierende Bericht markiert den Abschnitt nicht wegen einer einzelnen verräterischen Wendung, sondern weil die gesamte sprachliche Beschaffenheit dem Modell automatisierter Texte entspricht.

Um das Profil niedriger Perplexität aufzubrechen, ohne an wissenschaftlicher Exaktheit einzubüßen, müssen Sie die pauschalen Textbausteine auflösen und jede der sechs Phasen nach Braun und Clarke in Ihrer individuellen empirischen Realität verankern. Die reflexive thematische Analyse verlangt Transparenz über die subjektiven analytischen Entscheidungen der forschenden Person. Indem Sie die konkreten Abläufe Ihres Projekts dokumentieren – IDs der Teilnehmenden, Software-Knoten, Codierungsanomalien und konzeptionelle Wendepunkte –, entsteht ganz natürlich eine facettenreiche Sprache mit hoher Burstiness, die kein generisches Sprachmodell vorhersagen würde.

Betrachten Sie den folgenden direkten Vergleich: Er stellt die übliche formelhafte Beschreibung jeder Phase einer fundierten, prüfungssicheren Version aus einer empirischen Studie gegenüber:

Achten Sie auf den deutlichen Unterschied bei lexikalischer Dichte, Burstiness und Konkretisierungsgrad. Die fundierten Versionen nutzen das aktive Ich („I listened“, „I generated“, „I printed“), verankern den Ablauf an greifbaren Artefakten (14 Aufnahmen, 142 offene Codes, NVivo 14, Karteikarten) und begründen die theoretischen Anpassungen inhaltlich. Ein solcher Text kann von keinem System mit einer Vorlage verwechselt werden, weil er überprüfbare empirische Fakten enthält, die einzigartig für Ihre Dissertation sind.

Wurde Ihr Methodenkapitel von Turnitin oder Ihrer Prüfungskommission bereits markiert, führt eine reine Debatte über die Falsch-Positiv-Raten von Detektoren selten zum Erfolg. Kommissionen lassen sich nicht durch theoretische Grundsatzdiskussionen über algorithmische Verzerrungen umstimmen. Was überzeugt, ist ein unanfechtbarer Prüfungspfad (Audit Trail) – dokumentarische Belege aus dem tatsächlichen Forschungsverlauf, die kein generatives Sprachmodell nachträglich erfinden könnte.

• Das Codebuch-Entwicklungsprotokoll: Exportieren Sie Ihre Codestruktur zu mehreren Zeitpunkten (z. B. anfängliches offenes Codieren in Monat 2 im Vergleich zu konsolidierten axialen Themen in Monat 5). Wenn Sie QDA-Software wie NVivo, MAXQDA oder Atlas.ti nutzen, exportieren Sie zeitgestempelte XML-Projektverläufe, Screenshots der Knotenhierarchien sowie Änderungsprotokolle des Codebuchs, aus denen hervorgeht, wann Knoten zusammengeführt, umbenannt oder verworfen wurden.
• Zeitgestempelte Transkripte mit Randnotizen: Bewahren Sie die Rohaudiodateien mit ihren ursprünglichen Erstellungsmetadaten auf und gleichen Sie diese mit den ersten automatischen oder manuellen Transkripten ab. Heben Sie Arbeitsfassungen auf, die handschriftliche Randnotizen, farbige Markierungen und erste analytische Eindrücke aus frühen Lesedurchgängen enthalten.
• Das Reflexivitätsjournal (Reflexivitätsmemos): Ein ausführliches Forschungstagebuch, das Ihre subjektive Positionalität, emotionale Reaktionen, Rollenkonflikte und interpretative Dilemmata festhält. Datierte Einträge darüber, warum Sie den thematischen Vorschlag einer Betreuungsperson verworfen haben oder wie Ihr persönlicher Hintergrund die Interpretation eines mehrdeutigen Zitats beeinflusste, liefern einen unumstößlichen Beweis für menschliche Autorschaft.
• Dokumentierte Betreuungsverläufe: Stellen Sie den E-Mail-Verkehr, Besprechungsprotokolle mit Betreuenden sowie Word-Entwürfe mit nachverfolgten Änderungen zusammen, aus denen hervorgeht, wie spezifische Codesysteme, Codedefinitionen und Themenstrukturen über Monate hinweg diskutiert, begutachtet und schrittweise überarbeitet wurden.

Fügen Sie diese vier Komponenten bei der Vorbereitung auf eine Anhörung zur wissenschaftlichen Integrität zu einem chronologischen Dossier zusammen. Wenn eine Kommission eine über Monate gewachsene Kette aus zeitgestempelten NVivo-Exporten, handschriftlichen Transkriptanmerkungen und persönlichen Reflexionsnotizen vor sich sieht, wird die gedankliche Eigenleistung unverkennbar. Angesichts dieser Belegdichte fällt ein Turnitin-Wert von 45 % von einem schwerwiegenden Vorwurf wissenschaftlichen Fehlverhaltens auf das zurück, was er tatsächlich ist: ein statistisches Artefakt, hervorgerufen durch formelhafte Passivsätze im Methodenteil.

Zeigt der Methodenteil einer Abschlussarbeit einen hohen KI-Prozentsatz an, ist die instinktive Reaktion verständlicherweise Panik. Studierende begehen dann häufig den folgenschweren Fehler, ihr gesamtes Kapitel in herkömmliche Online-Paraphrasierer einzuspeisen. Für qualitative Arbeiten ist dieses Vorgehen fatal: Beliebige Umschreibtools zerstören das methodische Fachvokabular, setzen unpassende Synonyme für etablierte theoretische Konzepte ein und verfälschen wörtliche Zitate von Teilnehmenden, die nach ethischen Genehmigungsauflagen keinesfalls verändert werden dürfen.

Eine fundierte Überarbeitung beginnt mit einer präzisen Isolierung. Sie müssen diejenigen Textstellen, die eine inhaltliche Neustrukturierung erfordern, strikt von den empirischen Grundlagen trennen, die unverändert bleiben müssen. Wörtliche Interviewzitate, soziodemografische Tabellen der Teilnehmenden, offizielle Ethikvotum-Nummern und formale institutionelle Zitate sind konsequent zu schützen. Lediglich die verbindenden Verfahrensbeschreibungen – also die formelhaften Übergangsabsätze mit geringer Perplexität – sollten umgeschrieben werden.

Für Manuskripte mit markierten Abschnitten bieten Werkzeuge, die speziell auf wissenschaftliche Dokumentintegrität ausgelegt sind, einen strukturierten Arbeitsablauf. Importieren Sie den Turnitin- oder iThenticate-Bericht und überarbeiten Sie nur die darin markierten Passagen. Sie erhalten eine bearbeitbare Datei im selben Format zurück. Dieses gezielte Vorgehen stellt sicher, dass Ihre zugrunde liegende Dokumentstruktur, Literaturverweise, qualitativen Datentabellen und Interviewtranskripte völlig unangetastet bleiben, während die markierten formelhaften Sätze in präzise, von Menschen verfasste Wissenschaftssprache überführt werden.

Sobald die markierten Abschnitte feststehen, nehmen Sie die Überarbeitung vor, indem Sie allgemeine Definitionen durch konkrete Schilderungen Ihrer Untersuchungsschritte ersetzen. Ersetzen Sie passive Zusammenfassungen von Lehrbuchphasen durch aktive Beschreibungen Ihrer analytischen Entscheidungen. Erläutern Sie, warum Sie die reflexive thematische Analyse einer Inhaltsanalyse oder der Grounded Theory vorgezogen haben, formulieren Sie Ihre erkenntnistheoretische Haltung (z. B. kritischer Realismus oder sozialer Konstruktionismus) und beschreiben Sie den genauen Punkt, an dem Datensättigung oder thematische Hinlänglichkeit (Thematic Sufficiency) erreicht wurde. So verwandeln Sie einen angreifbaren, formelhaften Methodenteil in ein unangreifbares empirisches Narrativ.

Warum markiert Turnitin wörtliche Zitate von Teilnehmenden in meinen qualitativen Ergebnissen? Der KI-Detektor von Turnitin bewertet Prosasätze innerhalb von qualifizierendem Text und bietet im Gegensatz zum Ähnlichkeitsindex keine automatische Funktion, um Anführungszeichen auszuschließen. Wenn eine befragte Person in vollständigen, förmlichen Sätzen spricht oder ein Auszug in standardisiertes wissenschaftliches Englisch übersetzt wurde, behandelt der Klassifikator diese Zeilen als regulären qualifizierenden Text und berechnet deren statistische Wahrscheinlichkeit zusammen mit dem restlichen Text. Halten Sie die originalen Audioaufnahmen und zeitgestempelten Transkripte bereit, um zu belegen, dass die markierten Zitate echte Felddaten darstellen.

Sollte ich Braun & Clarke (2006) oder deren Arbeiten von 2019/2021 zitieren? Beides, jedoch mit einer klaren begrifflichen Unterscheidung. Während ihr Aufsatz von 2006 die sechs Phasen begründete, grenzen die Publikationen von 2019 und 2021 die reflexive thematische Analyse (RTA) ausdrücklich von Ansätzen der Codierzuverlässigkeit (Coding Reliability) und reinen Codebuch-Verfahren ab. Das Zitieren der neueren Werke belegt ein zeitgemäßes Verständnis für die Subjektivität der forschenden Person. Dies liefert die theoretische Begründung dafür, im Methodenkapitel die aktive Stimme und persönliche Reflexivität einzusetzen, statt auf formelhafte Passivfloskeln zurückzugreifen.

Meine Betreuungsperson besteht darauf, dass ich in Kapitel drei das Passiv verwende. Was soll ich tun? Erklären Sie, dass moderne qualitative Standards – einschließlich der 7. Auflage des APA-Regelwerks und des reflexiven Ansatzes von Braun & Clarke selbst – ausdrücklich die aktive Ich-Form („Ich codierte“, „Wir konstruierten“) befürworten, um die wissenschaftliche Verantwortung der Forschenden sichtbar zu machen. Verlangt Ihre Prüfungskommission dennoch strikt das Passiv in der dritten Person, behalten Sie die Passivkonstruktionen bei, reichern den Text jedoch mit präzisen empirischen Details an – etwa genauen Teilnehmerzahlen, Knotenzahlen aus der Software und konkreten Codierungsdilemmata. So durchbrechen Sie die algorithmische Vorhersehbarkeit, ohne formale Vorgaben Ihrer Institution zu verletzen.

Löst die Nutzung qualitativer Analysesoftware wie NVivo oder MAXQDA eine KI-Erkennung aus? Nein. KI-Detektoren analysieren sprachliche Textmuster, keine Software-Metadaten. Die Verwendung von NVivo, MAXQDA oder Atlas.ti führt nicht zu KI-Markierungen; vielmehr liefert sie genau den Prüfungspfad, den Sie benötigen, um sich gegen falsch-positive Befunde zu wehren. Durch den Export Ihres Projektverlaufs, Ihrer Codehierarchien und der Codierstreifen-Visualisierungen erhalten Sie unanfechtbare, zeitgestempelte Nachweise dafür, dass Ihre qualitativen Ergebnisse auf einer systematischen menschlichen Analyse beruhen.

Kann ich mich in einer Anhörung zur wissenschaftlichen Integrität auf Turnitins offizielle Falsch-Positiv-Rate berufen? Zwar räumt Turnitin bei Dokumenten mit einem ausgewiesenen KI-Schreibanteil von über 20 % eine grundlegende Falsch-Positiv-Rate von unter 1 % ein (mit höheren Raten in bestimmten Randbereichen), doch das Anführen allgemeiner Herstellergrenzen allein überzeugt Gremien selten. Kommissionen fassen technische Grundsatzdiskussionen häufig als Ablenkungsversuch auf. Führen Sie die Grenzen des Systems lediglich als Kontext an und stützen Sie Ihre Hauptverteidigung auf Ihren materiellen Prüfungspfad: Versionsverläufe, Rohtranskripte, Codebuch-Entwicklungsdiagramme und Reflexivitätsjournale.

Sinkt mein KI-Gesamtwert auf null, wenn ich den markierten Methodenteil überarbeite? Kein seriöser Dienst und kein Tool kann einen bestimmten numerischen Wert bei Turnitin garantieren, da die Erkennungsalgorithmen und Klassifikationsschwellen proprietär sind und kontinuierlich aktualisiert werden. Das Überarbeiten markierter Absätze im Methodenteil ersetzt formelhafte Textbausteine mit niedriger Perplexität durch eine authentische, studienspezifische Darstellung. Dies verringert die schematische Vorhersehbarkeit erheblich und stellt die wissenschaftliche Integrität wieder her. Das starre Streben nach einem beliebigen Wert von „null Prozent“ verkennt jedoch das statistische Wesen auf maschinellem Lernen basierender Klassifikatoren.