Menschen verhalten sich oft anders, wenn sie wissen, dass sie an einer Studie teilnehmen. Eine teilnehmende Person liest Anweisungen vielleicht genauer, bleibt länger an einer schwierigen Aufgabe dran oder hält sich an Arbeitsabläufe, die sie sonst eher abkürzen würde. Der Begriff Hawthorne-Effekt wird häufig verwendet, um Verhaltensänderungen durch Beobachtung oder Untersuchung zu beschreiben – auch wenn dahinter ganz unterschiedliche Mechanismen stecken können statt einer einzigen, vorhersehbaren Reaktion.
Für Forschende stellt sich vor allem die praktische Frage: Was genau hat sich durch die Studiensituation verändert und beeinflusst das die Ergebnisse? Etwas einfach als Hawthorne-Effekt abzutun, erklärt weder Ursache, Ausmaß noch Richtung des Effekts.
Die bekannte Geschichte ist weniger eindeutig als gedacht
Der Name geht auf Studien in den Hawthorne-Werken von Western Electric bei Chicago in den 1920er- und 1930er-Jahren zurück. Eine weitverbreitete Erzählung besagt, dass die Produktivität bei jeder Änderung der Beleuchtung stieg, einfach weil die Beschäftigten Aufmerksamkeit bekamen. Die Neuanalyse der Beleuchtungsexperimente durch Steven Levitt und John List stellte diese simple Lesart der ursprünglichen Daten jedoch infrage.
Die grundlegende Frage bleibt trotzdem relevant: Beeinflusst die Teilnahme an einer Studie das Verhalten? Ein systematischer Review von McCambridge, Witton und Elbourne fand Belege dafür, betonte aber gleichzeitig, wie unklar Mechanismen, Rahmenbedingungen und das tatsächliche Ausmaß oft sind. Das ist eine deutlich solidere Arbeitsgrundlage, als einfach davon auszugehen, dass jede Beobachtung durch denselben starren Effekt verzerrt wird.
Herausfinden, was in der eigenen Studie anders sein könnte
Ein fiktives Team, das ein Tool für die Personaleinsatzplanung testet, bemerkt vielleicht, dass Teilnehmende jede Zuweisung ganz genau prüfen, solange jemand zusieht. Im normalen Arbeitsalltag werden sie jedoch unterbrochen, stehen unter Zeitdruck oder kennen den Plan längst in- und auswendig. Die Testsituation unterscheidet sich also durch viel mehr als nur die Anwesenheit von Beobachtenden – das Team sollte den Unterschied daher nicht allein auf die Aufmerksamkeit zurückführen.
Schauen Sie sich Aufgabe, Anreize, Umfeld und Briefing genau an: Versucht die teilnehmende Person, besonders kompetent zu wirken? Verleitet die Aufgabe dazu, ungewöhnlich gründlich zu lesen? Hat das Team vorab verraten, was eigentlich verbessert werden soll? Solche Fragen helfen dabei, abstrakte Bedenken an konkreten Details der Studie festzumachen und gezielt zu prüfen.
Moderator Bias beschreibt den Einfluss, den das Verhalten der moderierenden Person hat, während Response Bias darauf abzielt, wie Antworten zustande kommen. Beides kann sich mit Effekten der Studienteilnahme überschneiden – die Unterscheidung hilft jedoch, die richtige Gegenmaßnahme zu finden.
Vermeidbare Einflüsse reduzieren, Grenzen transparent machen
Setzen Sie auf realistische Aufgaben, neutrale Formulierungen und erklären Sie klar, dass gerade Stolpersteine im Design wertvoll für die Analyse sind. Dokumentieren Sie Rückfragen oder Eingriffe sowie Abweichungen vom normalen Nutzungsverhalten. Eine kurze Eingewöhnungszeit kann helfen, die Anspannung zu nehmen – es gibt aber keine magische Aufwärmphase, nach der eine Beobachtung plötzlich völlig unbeeinflusst abläuft.
Unmoderiertes Testen nimmt direkte Reaktionen von Forschenden aus der Gleichung. Trotzdem folgen die Teilnehmenden Vorgaben und wissen meist, dass sie aufgezeichnet werden. Es ist also kein Allheilmittel. Gleichen Sie die Ergebnisse bei wichtigen Entscheidungen mit weiteren Daten ab – auch mit dem Verhalten außerhalb festgelegter Aufgaben.
Einwilligung und Datenschutz bleiben unverhandelbar. Eine verdeckte Beobachtung, um an vermeintlich unverfälschtes Verhalten zu kommen, schafft ganz neue, gravierende Probleme – das ist kein legitimer methodischer Kniff. Ein guter Bericht beschreibt stattdessen offen die Studienbedingungen und ordnet ein, wie sie die Übertragbarkeit auf den Alltag einschränken könnten, anstatt schlicht zu behaupten, der Hawthorne-Effekt sei eliminiert worden.