DatenTriangulation

Daten-Triangulation ist ein methodischer Ansatz in der empirischen Forschung, bei dem Informationen aus verschiedenen Quellen, zu unterschiedlichen Zeiten, an unterschiedlichen Orten oder mit unterschiedlichen Erhebungsmethoden kombiniert werden, um Ergebnisse zu verifizieren und deren Validität zu erhöhen. Der Begriff bezieht sich dabei nicht auf geometrische Triangulation, sondern auf die Kreuzprüfung von Befunden durch unabhängige Datenquellen und Perspektiven. Ziel ist es, Vertrauenswürdigkeit und Robustheit der Schlussfolgerungen zu stärken, indem widersprüchliche oder lückenhafte Befunde aufgedeckt werden.

Typen der Daten-Triangulation umfassen die Quellen-Triangulation (verschiedene Datensätze oder Beobachter), Zeit- und Raum-Triangulation (Untersuchungen zu unterschiedlichen Zeiten bzw. an unterschiedlichen Orten) sowie die Methoden- bzw. Theorie-Triangulation (verschiedene Forschungsansätze oder theoretische Perspektiven). In der Praxis werden häufig Datenquellen aus Umfragen, Interviews, Beobachtungen, Verwaltungsdaten oder Protokollen kombiniert. Die Methode dient der Validierung und der Steigerung der Robustheit der Ergebnisse, kann aber auch dazu beitragen, Muster zu erkennen, die in einzelnen Quellen verborgen bleiben.

Anwendungen finden sich in den Sozial-, Marktforschungs-, Journalismus- und Politikfeldern sowie in der Evaluationsforschung. Vorteile sind erhöhte Validität, geringere Verzerrung durch einzelne Quellen und bessere Reproduzierbarkeit. Herausforderungen umfassen erhöhter Aufwand, Vergleichbarkeit der Daten, Datenschutzaspekte sowie potenzielle Konflikte zwischen Quellen, die sorgfältig adressiert werden müssen. Eine transparente Darstellung des Triangulationsprozesses hilft, die Glaubwürdigkeit der Ergebnisse zu erhöhen.