Hypothese aufstellen: Definition, Arten & Beispiele

Eine Hypothese ist eine begründete, überprüfbare Vermutung über einen Zusammenhang zwischen mindestens zwei Größen. Kurz: eine Behauptung, von der du noch nicht weißt, ob sie stimmt – die du aber mit Daten testen kannst.

Eine Hypothese ist eine als Aussagesatz formulierte, prüfbare Annahme über den Zusammenhang zwischen zwei oder mehr Variablen. Sie ist so formuliert, dass eine Erhebung sie bestätigen oder widerlegen kann.

Zwei Dinge machen eine Hypothese aus. Erstens ist sie ein Aussagesatz, keine Frage. „Beeinflusst ein Einführungskurs die Kündigungsrate?“ ist eine Frage. „Mitglieder, die einen Einführungskurs besuchen, kündigen seltener“ ist eine Hypothese. Zweitens verbindet sie mindestens zwei Variablen – hier den Besuch des Einführungskurses und das Kündigungsverhalten – durch eine vermutete Beziehung.

Das Beispiel, das uns begleitet

Stell dir ein kleines Fitnessstudio vor, nennen wir es „FlexFit“. Die Inhaberin Nadia ärgert sich seit Monaten über zu viele Kündigungen. Sie hat eine Vermutung: Wer sich am Anfang nicht auskennt, verliert schnell die Motivation. Daraus wird ihre erste Hypothese:

„Mitglieder, die in den ersten vier Wochen an einem Einführungskurs teilnehmen, kündigen innerhalb des ersten Jahres seltener als Mitglieder ohne Einführungskurs.“

An diesem Beispiel siehst du im ganzen Ratgeber, wie aus einem Bauchgefühl eine prüfbare Aussage und am Ende ein fertiger Fragebogen wird.

Hypothese, Forschungsfrage und These – wo ist der Unterschied?

Diese drei Begriffe werden oft verwechselt, meinen aber verschiedene Dinge:

• Die Forschungsfrage ist offen formuliert und fragt, was du herausfinden willst („Warum kündigen Mitglieder?“).
• Die Hypothese ist eine konkrete, vorläufige Antwort darauf – eine Vermutung, die du prüfst.
• Die These ist eine Behauptung, die du begründest oder verteidigst, aber nicht zwingend empirisch mit Daten testest.

In quantitativen Studien gehört beides zusammen: Aus der Forschungsfrage leitest du eine oder mehrere Hypothesen ab. In der quantitativen Forschung stehen Hypothesen im Zentrum, weil sich Zahlen gut auf Zusammenhänge testen lassen. In der qualitativen Forschung arbeitet man dagegen oft bewusst ohne feste Hypothesen und lässt Erkenntnisse erst aus den Daten entstehen – etwa bei einem Experteninterview.

Warum sich der Aufwand lohnt:
Eine sauber formulierte Hypothese ist dein Kompass für die ganze Umfrage.

• Sie sagt dir, welche Variablen du überhaupt messen musst.
• Sie bestimmt, welche Fragen in den Fragebogen gehören – und welche nicht.
• Sie legt fest, wie du auswertest, weil du von Anfang an weißt, welchen Zusammenhang du prüfst.

Nicht jede Vermutung ist eine brauchbare Hypothese. Ob deine Aussage trägt, kannst du an sechs Kriterien prüfen. Nimm ruhig deinen eigenen Entwurf und gehe die Punkte der Reihe nach durch.

1. Als Aussagesatz formuliert

Eine Hypothese behauptet etwas, sie fragt nicht. Wenn am Satzende ein Fragezeichen steht, ist es noch keine Hypothese, sondern eine Forschungsfrage.

2. Mindestens zwei Variablen mit einem vermuteten Zusammenhang

Es braucht etwas, das wirkt, und etwas, auf das gewirkt wird. Bei FlexFit sind das der Einführungskurs (unabhängige Variable) und das Kündigungsverhalten (abhängige Variable). Ein Satz wie „Viele Mitglieder sind unzufrieden“ ist keine Hypothese, weil kein Zusammenhang benannt wird.

3. Empirisch überprüfbar und falsifizierbar

Du musst die Aussage mit Daten testen können – und sie muss auch scheitern können. „Zufriedene Mitglieder bleiben länger“ ist prüfbar. „Sport ist gut für die Seele“ ist zu vage und lässt sich mit einer Umfrage kaum widerlegen. Falsifizierbarkeit heißt: Es muss ein denkbares Ergebnis geben, das deine Hypothese widerlegt.

4. Präzise und eindeutig

Jeder Begriff sollte nur eine Bedeutung haben. „Aktive Mitglieder“ ist unscharf – meinst du „mindestens einmal pro Woche im Studio“ oder „nimmt an Kursen teil“? Je klarer die Begriffe, desto leichter wird später die Formulierung deiner Fragen.

5. Nur eine Aussage pro Hypothese

Packe nicht zwei Behauptungen in einen Satz. „Einführungskurse senken die Kündigungsrate und erhöhen die Weiterempfehlung“ sind zwei Hypothesen. Trenne sie, sonst weißt du am Ende nicht, welcher Teil bestätigt wurde.

6. Theoretisch begründet, nicht geraten

Eine gute Hypothese kommt nicht aus dem Nichts. Sie stützt sich auf Vorwissen, Beobachtungen, frühere Studien oder – wie bei Nadia – auf konkrete Erfahrungen aus dem Alltag. Eine kurze Recherche oder ein Blick in vorhandene Daten macht deine Vermutung belastbarer.

Faustregel: Eine gute Hypothese lässt sich in einem Satz sagen, benennt zwei klar definierte Variablen und ihren vermuteten Zusammenhang – und eine außenstehende Person versteht sofort, was geprüft werden soll.

Hypothesen lassen sich nach zwei Fragen ordnen: Welche Art von Zusammenhang wird behauptet? Und ist eine Richtung angegeben? Diese Einteilung klingt trocken, entscheidet aber später über deine Auswertung.

Nach dem Zusammenhang

• Zusammenhangshypothese: Zwei Größen hängen miteinander zusammen. „Je zufriedener ein Mitglied, desto länger bleibt es.“ Typische „Je-desto“-Form.
• Unterschiedshypothese: Zwei oder mehr Gruppen unterscheiden sich in einem Merkmal. „Mitglieder mit Einführungskurs kündigen seltener als Mitglieder ohne Kurs.“ Genau das ist Nadias Hypothese.
• Veränderungshypothese: Etwas verändert sich über die Zeit oder durch eine Maßnahme. „Nach Einführung des Kurses sinkt die Kündigungsrate gegenüber dem Vorjahr.“

Nach der Richtung: gerichtet oder ungerichtet

Eine gerichtete Hypothese sagt, in welche Richtung der Zusammenhang geht. Sie nennt ein „mehr“, „weniger“, „höher“ oder „seltener“. Nadias Satz ist gerichtet: Mitglieder mit Kurs kündigen seltener.

Eine ungerichtete Hypothese behauptet nur, dass es überhaupt einen Unterschied oder Zusammenhang gibt, ohne die Richtung festzulegen: „Der Besuch eines Einführungskurses und das Kündigungsverhalten hängen zusammen.“ Ungerichtet formulierst du meist dann, wenn du noch keine gute Grundlage für eine Richtung hast.

Null- und Alternativhypothese

Beim statistischen Testen tauchen zwei Begriffe auf, die zusammengehören:

• Die Alternativhypothese (H1) ist deine eigentliche Vermutung: Es gibt einen Unterschied oder Zusammenhang.
• Die Nullhypothese (H0) ist die Gegenannahme: Es gibt keinen Unterschied, alles ist Zufall.

In einem statistischen Test versuchst du, die Nullhypothese zu widerlegen. Gelingt das, spricht das für deine Alternativhypothese. Für die meisten praktischen Umfragen musst du das nicht bis ins Detail durchrechnen – aber es hilft zu verstehen, dass du am Ende immer gegen die Annahme „Da ist nichts“ antrittst.

Ob du am Ende Zahlen vergleichst oder Zusammenhänge misst, hängt auch vom Skalenniveau deiner Antworten ab. Das legst du fest, wenn du deine Fragen baust – dazu kommen wir gleich.

Eine Hypothese fällt selten im ersten Anlauf fertig vom Himmel. Meistens fängst du mit einem groben Gedanken an und schärfst ihn nach. Diese fünf Schritte führen dich verlässlich zum Ziel.

Schritt 1: Thema eingrenzen und Vermutung sammeln

Starte mit deiner Beobachtung oder deiner Forschungsfrage und schreibe deine Vermutung in Alltagssprache auf. Bei Nadia: „Ich glaube, die Leute kündigen, weil sie am Anfang nicht wissen, was sie tun sollen.“ Noch keine perfekte Hypothese – aber ein guter Rohstoff.

Schritt 2: Variablen benennen

Zerlege deine Vermutung in das, was wirkt, und das, worauf es wirkt. Hier: der Einführungskurs (Ursache) und das Kündigungsverhalten (Wirkung). Frag dich, ob noch weitere Einflüsse mitspielen könnten, etwa Alter oder wie oft jemand trainiert.

Schritt 3: In einen Aussagesatz gießen

Formuliere jetzt einen klaren Satz mit beiden Variablen und dem vermuteten Zusammenhang. Nutze wenn möglich eine „Je-desto“- oder „Wenn-dann“-Form oder einen Vergleich. So entsteht Nadias Hypothese: „Mitglieder mit Einführungskurs kündigen seltener als Mitglieder ohne.“

Schritt 4: Richtung und Begriffe schärfen

Entscheide, ob deine Hypothese gerichtet sein soll, und definiere jeden Begriff eindeutig. Was heißt „kündigen seltener“ genau – bezogen auf welchen Zeitraum? Nadia legt fest: innerhalb der ersten zwölf Monate. Solche Präzisierungen ersparen dir später viel Ärger bei der Auswertung.

Schritt 5: Prüfen – ist die Hypothese testbar und machbar?

Zum Schluss der Realitätscheck: Kannst du die nötigen Daten überhaupt erheben? Hast du Zugang zu genug Mitgliedern mit und ohne Kurs? Wenn du eine Gruppe gar nicht erreichst, ist die schönste Hypothese wertlos. Denke hier schon an deine Stichprobe und daran, ob deine Ergebnisse am Ende repräsentativ sein sollen.

Kurzformel für den Hypothesen-Satz: „[Gruppe/Bedingung A] hat [mehr/weniger/höher/seltener] [Merkmal Y] als [Gruppe/Bedingung B].“ Oder als Zusammenhang: „Je [mehr X], desto [mehr/weniger Y].“

Für Abschlussarbeiten lohnt es sich, mehrere Hypothesen sauber zu nummerieren (H1, H2, H3) und jede einzeln zu prüfen. Wie du eine ganze Erhebung dafür aufsetzt, findest du in unserem Leitfaden zur Online-Umfrage für die Bachelor- und Masterarbeit.

Jetzt kommt der Schritt, den viele überspringen – und der über gute oder unbrauchbare Daten entscheidet. Eine Hypothese enthält oft abstrakte Begriffe wie „Zufriedenheit“ oder „Motivation“. Damit du sie messen kannst, musst du sie in konkrete Fragen übersetzen. Dieser Schritt heißt Operationalisierung: Du machst aus einem abstrakten Begriff etwas Zählbares oder Abfragbares.

Jede Variable braucht eine Frage

Gehe deine Hypothese Wort für Wort durch und überlege bei jeder Variable: Woran erkenne ich das in einer Umfrage? Bei FlexFit heißt das:

• Einführungskurs (ja/nein): „Hast du in deinen ersten vier Wochen an einem Einführungskurs teilgenommen?“ – eine klare geschlossene Frage mit den Optionen Ja/Nein.
• Kündigungsabsicht: „Wie wahrscheinlich ist es, dass du deine Mitgliedschaft im nächsten Jahr kündigst?“ – gemessen auf einer Likert-Skala von „sehr unwahrscheinlich“ bis „sehr wahrscheinlich“.
• Zufriedenheit (als möglicher Einfluss): „Wie zufrieden bist du insgesamt mit FlexFit?“ – ebenfalls über eine Skala.

Die richtige Fragenart wählen

Zum Testen von Hypothesen brauchst du meist geschlossene Fragen, weil sich Zahlen leicht vergleichen lassen. Trotzdem lohnt sich am Ende eine offene Frage, um das „Warum“ zu verstehen. Der Unterschied und wann du was einsetzt, steht in unserem Vergleich zu offenen und geschlossenen Fragen. Wenn du wissen willst, wie du einzelne Items sauber formulierst, hilft dir der Ratgeber zu offenen Fragen weiter.

Neutral formulieren – sonst testest du nichts

Ein häufiger Fehler: Die Frage schiebt die Antwort schon vor. „Wie sehr hat dir unser toller Einführungskurs geholfen?“ ist eine Suggestivfrage und verzerrt dein Ergebnis. Wenn du deine eigene Hypothese unbewusst in die Frage einbaust, bestätigst du dich am Ende selbst – ohne dass es etwas bedeutet. Neutrale Formulierungen sind Pflicht, damit dein Test etwas wert ist.

Vor dem Start testen

Bevor du den Fragebogen verschickst, probiere ihn an ein paar Personen aus. Ein Pretest zeigt dir, ob deine Fragen verständlich sind und wirklich das messen, was deine Hypothese behauptet. Wie du die ganze Umfrage aufsetzt, erklärt der Leitfaden Online-Umfrage erstellen. Passende Fragebogen-Vorlagen zum Download findest du ebenfalls bei uns – ein guter Startpunkt, wenn du nicht bei null anfangen willst.

Merksatz: Für jede Variable in deiner Hypothese muss es mindestens eine Frage im Fragebogen geben. Kommt eine Frage vor, die zu keiner Variable gehört, gehört sie meistens nicht in die Umfrage.

Am schnellsten lernst du das Formulieren an konkreten Beispielen – und daran, wie man es besser nicht macht.

Gute Hypothesen (aus der Praxis)

• Kundenbefragung: „Kundinnen und Kunden, die innerhalb von 24 Stunden eine Antwort auf ihre Anfrage erhalten, bewerten den Service besser als solche mit längerer Wartezeit.“
• Mitarbeiterbefragung: „Beschäftigte mit regelmäßigen Feedbackgesprächen sind zufriedener mit ihrer Führungskraft als Beschäftigte ohne.“
• Verein: „Je mehr gemeinsame Veranstaltungen ein Mitglied im Jahr besucht, desto eher verlängert es seine Mitgliedschaft.“

Alle drei benennen zwei klare Variablen, geben eine Richtung an und lassen sich mit einer Umfrage prüfen. Solche Hypothesen sind der Kern jeder Marktforschung.

Schwache Hypothesen – und wie du sie reparierst

• Als Frage formuliert: „Sind Mitglieder mit Kurs zufriedener?“ → besser: „Mitglieder mit Kurs sind zufriedener als ohne.“
• Zu vage: „Guter Service ist wichtig.“ → besser: eine konkrete, prüfbare Aussage mit zwei Variablen.
• Doppelhypothese: „Kurse senken Kündigungen und steigern die Weiterempfehlung.“ → in zwei Hypothesen trennen.
• Nicht falsifizierbar: „Zufriedene Kunden sind zufrieden.“ → tautologisch, lässt sich nie widerlegen.
• Wertend statt sachlich: „Unser Kurs ist der beste Weg gegen Kündigungen.“ → neutral als Vergleich formulieren.

Die häufigsten Fehler beim Testen

Auch eine gute Hypothese scheitert, wenn die Umfrage schwächelt. Achte besonders auf zu kleine oder schiefe Stichproben, suggestive Fragen und unklare Begriffe. Einen kompakten Überblick über die klassischen Stolperfallen bekommst du im Ratgeber zu Fehlern bei Umfragen. Und wenn du am Ende prüfst, ob deine Hypothese hält, hilft dir der Stichprobenrechner, die nötige Teilnehmerzahl grob abzuschätzen.

Checkliste: Ist meine Hypothese fertig?

• Ist es ein Aussagesatz, keine Frage?
• Enthält sie mindestens zwei klar definierte Variablen?
• Ist der vermutete Zusammenhang eindeutig benannt?
• Kann ich sie mit Daten bestätigen oder widerlegen?
• Steht in dem Satz nur eine Aussage?
• Ist sie begründet und nicht bloß geraten?
• Gibt es für jede Variable schon eine passende Frage im Fragebogen?

Wenn du alle Punkte mit Ja beantwortest, hast du eine Hypothese, mit der du wirklich arbeiten kannst.