Leitfaden zur Erstellung eines systematischen Reviews

Du stehst vor einem Berg an wissenschaftlicher Literatur und suchst nach einer Methode, diese objektiv und nachvollziehbar auszuwerten. Ein systematisches Review löst genau dieses Problem, indem es den Rechercheprozess standardisiert und subjektive Verzerrungen minimiert.

In einer Bachelor- oder Masterarbeit steht die systematische Literaturanalyse meist als eigenständiges Forschungsprojekt oder bildet das theoretische Fundament einer größeren empirischen Untersuchung. Im Folgenden lernst du die genauen Abgrenzungen zu anderen Review-Arten, die Vor- und Nachteile sowie die konkreten Arbeitsschritte zur erfolgreichen Durchführung kennen.

Was ist ein Systematic Review?

Anstatt Texte nur zu lesen, behandelst du die Literatur bei dieser Methode wie Rohdaten. Du durchsuchst Datenbanken nach einem festen Algorithmus und filterst die Ergebnisse anhand strenger, vorab definierter Kriterien. Für eine Bachelorarbeit ist dies ein ideales Format, da du keine eigenen Laborexperimente oder Umfragen durchführen musst, aber durch die strenge Methodik dennoch eigenständige, hochwertige Forschung betreibst.

In der evidenzbasierten Medizin und den Sozialwissenschaften gelten systematische Reviews als der "Goldstandard" der Evidenz. Da sie die Daten dutzender Einzelstudien bündeln, liefern sie weitaus verlässlichere Antworten als ein einzelnes Experiment.

Abgrenzung zur Metaanalyse

Der Hauptunterschied zwischen beiden Methoden liegt in der Art der Datenauswertung. Während ein systematisches Review die Ergebnisse der Studien qualitativ und narrativ zusammenfasst, berechnet eine Metaanalyse aus den quantitativen Daten der Primärstudien einen neuen, übergreifenden statistischen Effekt (die sogenannte gepoolte Effektstärke).

Eine Metaanalyse ist nur dann sinnvoll und möglich, wenn die gefundenen Studien methodisch stark übereinstimmen. Ist die Datenlage zu unterschiedlich oder rein qualitativ, musst du bei einem systematischen Review bleiben.

Abgrenzung zum Literaturreview

Ein traditionelles Literaturreview (narratives Review) ist methodisch deutlich freier, aber auch anfälliger für Fehler. Du wählst dort Literatur oft danach aus, was deine Argumentation stützt (Rosinenpickerei). Systematische Reviews zwingen dich hingegen dazu, auch Studien einzuschließen, die deiner persönlichen Hypothese widersprechen, solange sie die Einschlusskriterien erfüllen.

Diesen methodischen Unterschied erkennst du am besten an der Formulierung des Themas.

Abgrenzung zum Scoping-Review

Der primäre Zweck eines Scoping-Reviews ist es, die bestehende Literatur zu einem noch wenig erforschten Thema grob zu kartieren (Mapping). Du nutzt es, um herauszufinden, welche Art von Forschung überhaupt existiert, welche Konzepte verwendet werden und wo Forschungslücken bestehen. Eine systematische Literaturübersicht zielt hingegen darauf ab, eine sehr spezifische Frage abschließend zu beantworten.

Führe kein Scoping-Review durch, wenn du die Wirksamkeit einer bestimmten Intervention bewerten oder die Qualität von Studien vergleichen willst. Ohne die methodische Qualitätsprüfung würdest du bei einem Scoping-Review schlechte und gute Studien völlig gleichwertig behandeln.

Dann ist ein systematisches Review sinnvoll

Nicht jedes Thema eignet sich für diese strenge Methode. Du musst vorab sicherstellen, dass die Rahmenbedingungen für dein Projekt gegeben sind. Ein systematisches Review ist für deine Bachelorarbeit genau dann die richtige Wahl, wenn bestimmte Kriterien erfüllt sind:

• Du hast eine extrem präzise Forschungsfrage, die sich nicht mit einem einfachen "Ja" oder "Nein" beantworten lässt.
• Es existiert bereits genügend empirische Primärliteratur zu deinem Thema, die du zusammenfassen kannst.
• Du hast über deine Universität Zugang zu relevanten wissenschaftlichen Fachdatenbanken.
• Du möchtest Verzerrungen minimieren und eine Arbeit mit hoher wissenschaftlicher Evidenz verfassen.

Für Abschlussarbeiten ist diese Methode besonders attraktiv, da du unabhängig von externen Faktoren wie der Teilnehmergewinnung für Umfragen bist. Deine Datenbasis ist die bereits publizierte Literatur.

Vor- und Nachteile eines Systematic Reviews

Wie jede wissenschaftliche Methode bringt auch dieses Format spezifische Stärken und Schwächen mit sich. Du musst diese abwägen, um methodische Stolpersteine in deiner Arbeit frühzeitig zu umgehen:

• Hohe Evidenzkraft:  durch die Bündelung vieler Studien lieferst du verlässlichere Ergebnisse als einzelne Experimente.
• Kein Ethikantrag nötig:  da du mit bereits veröffentlichten Daten arbeitest, entfällt der langwierige Prozess der ethischen Freigabe für Probandenversuche.
• Reproduzierbarkeit:  deine Arbeit ist durch das strenge Protokoll transparent und für andere Forscher nachvollziehbar.

Diesen Stärken stehen jedoch einige methodische und praktische Herausforderungen gegenüber:

• Hoher Zeitaufwand:  das Durchsuchen tausender Titel und Abstracts sowie die Datenextraktion kosten extrem viel Zeit.
• Abhängigkeit von Primärstudien:  wenn die gefundenen Studien methodisch schlecht sind, wird auch das Ergebnis deines Reviews schwach sein (Garbage in, Garbage out).
• Publikationsbias:  die Studien mit positiven Ergebnissen werden häufiger veröffentlicht. Du riskierst, negative Effekte zu übersehen, wenn du nicht auch nach grauer Literatur suchst.

Ein systematisches Literaturreview richtig durchführen

Die Durchführung folgt einem streng linearen Prozess. Wenn du einen Schritt unsauber ausführst, gefährdest du die Validität der gesamten nachfolgenden Arbeit. Bevor du den ersten Suchbegriff eintippst, musst du deine Arbeitsumgebung vorbereiten. Du benötigst zwingend einige technische Hilfsmittel, um im Datenchaos nicht den Überblick zu verlieren:

• Ein Literaturverwaltungsprogramm (z.B. Zotero, Mendeley oder EndNote) zum Speichern und Deduplizieren der Quellen.
• Ein Screening-Tool (z.B. Rayyan oder Covidence) für die effiziente Auswahl der Studien.
• Ein Tabellenkalkulationsprogramm (z.B. Excel) für die spätere Datenextraktion.

Lege dir ab Tag eins ein digitales Logbuch an. Dokumentiere darin jede Suchanfrage, jedes Datum und die genaue Trefferzahl pro Datenbank sofort. Diese Zahlen brauchst du später zwingend für dein PRISMA-Flussdiagramm.

Eine Forschungsfrage formulieren

Der Erfolg deines Reviews steht und fällt mit der Präzision deiner Fragestellung. Um diese messbar zu machen, nutzt du das PICO-Schema, ein Standardwerkzeug aus der evidenzbasierten Forschung. Es zwingt dich, die vier wichtigsten Kernkomponenten deiner Untersuchung exakt zu definieren:

• P (Population/Problem).
  Wer genau wird untersucht? Definiere Alter, Status oder spezifische Merkmale der Zielgruppe.
• I (Intervention).
  Welche Maßnahme, Therapie oder Einflussgröße wird angewendet oder untersucht?
• C (Control/Comparison).
  Womit wird die Intervention verglichen? (Gibt es eine Kontrollgruppe, eine Standardbehandlung oder keinen Vergleich?).
• O (Outcome).
  Was genau wird gemessen? Welches Ergebnis oder welcher Effekt soll beobachtet werden?

Nachfolgend siehst du, wie diese vier Elemente in einer konkreten Forschungsfrage verschmelzen.

Daraus resultierende Frage: reduziert eine achtwöchige Achtsamkeitsmeditation im Vergleich zu keiner Intervention das subjektive Stressempfinden bei Erstsemester-Studierenden?

Ein Protokoll entwicklen

Noch bevor du die eigentliche Suche startest, musst du deine gesamte Methodik schriftlich fixieren. Dieses Protokoll solltest du idealerweise vorab auf Plattformen wie PROSPERO oder dem Open Science Framework (OSF) registrieren. Das verhindert, dass du deine Auswahlkriterien später heimlich anpasst, nur um besser zu deinen gewünschten Ergebnissen zu gelangen:

1. Hintergrund und Rationale:  erkläre, warum dieses Review aktuell notwendig ist.
2. Forschungsfrage:  nenne deine exakte PICO-Fragestellung.
3. Suchstrategie:  liste die Datenbanken und die genauen Suchstrings auf.
4. Ein- und Ausschlusskriterien:  definiere messerscharf, welche Studien relevant sind und welche aussortiert werden.
5. Datenextraktion:  lege fest, welche Variablen du aus den Studien auslesen wirst.

Nach allen relevanten Studien suchen

Für eine valide Suche musst du wissenschaftliche Fachdatenbanken systematisch durchkämmen. Nutze dafür primär etablierte Plattformen wie PubMed, Scopus, Web of Science oder fachspezifische Datenbanken wie PsycINFO, da Google Scholar für diese Methode oft zu intransparent ist. Du steuerst diese Datenbanken über sogenannte Suchstrings, die deine Schlüsselwörter mit booleschen Operatoren verknüpfen. Der Operator "AND" verkleinert die Treffermenge, da beide Begriffe zwingend vorkommen müssen, während "OR" Synonyme einschließt und die Treffermenge vergrößert.

Die Auswahlkriterien anwenden

Nachdem du die Datenbanken durchsucht und Duplikate entfernt hast, wendest du deine vorab definierten Filter an. Du definierst Einschlusskriterien (was eine Studie zwingend haben muss) und Ausschlusskriterien (was zur sofortigen Disqualifikation führt). Dieser Prozess sichert die Homogenität deiner Datenbasis:

• Population und Setting.
  Lege fest, ob du nur Studien mit Erwachsenen, bestimmten Berufsgruppen oder aus spezifischen Ländern einschließt.
• Studiendesign.
  Bestimme, ob du nur randomisiert-kontrollierte Studien (RCTs) akzeptierst oder auch Beobachtungsstudien zulässt.
• Publikationsmerkmale.
  Definiere den erlaubten Zeitraum (z.B. 2010 bis heute) und die akzeptierten Sprachen (meist Englisch und Deutsch).

Hier siehst du, wie trennscharf diese Kriterien in der Praxis formuliert sein müssen.

Die Daten extrahieren

Nachdem die finalen Studien feststehen, musst du die relevanten Informationen aus den Texten isolieren. Du baust dafür einen standardisierten Extraktionsbogen in einem Tabellenprogramm auf, um die Daten systematisch und fehlerfrei auszulesen. Jede Zeile in deiner Tabelle entspricht einer Studie, jede Spalte einer spezifischen Information:

• Allgemeine Daten: Autor, Publikationsjahr, Land der Durchführung.
• Methodik: Studiendesign, Dauer der Intervention, Messinstrumente.
• Population: Stichprobengröße (N), Durchschnittsalter, Geschlechterverteilung.
• Ergebnisse: Mittelwerte, Standardabweichungen, p-Werte oder qualitative Haupterkenntnisse.

Der folgende Ausschnitt zeigt dir, wie eine solche Datenzeile in deiner Excel-Tabelle aussehen könnte.

Daten zusammenfassen

Nach der Extraktion musst du die isolierten Fakten in einen logischen und gut lesbaren Zusammenhang bringen. Bei der narrativen Synthese strukturierst du die Ergebnisse der Studien nicht chronologisch, sondern gruppierst sie nach übergeordneten Themen, untersuchten Sub-Populationen oder der Art der gemessenen Effekte. Du beschreibst, welche Muster erkennbar sind, wo sich die Studien widersprechen und wie verlässlich die Daten sind.

Eine wissenschaftliche Arbeit schreiben

Um höchste Transparenz zu gewährleisten, strukturierst du deinen Text nach den internationalen PRISMA-Richtlinien (Preferred Reporting Items for Systematic Reviews and Meta-Analyses). Diese Checkliste gibt dir exakt vor, welche methodischen Informationen in welchem Kapitel zwingend genannt werden müssen, damit deine Arbeit als echtes systematisches Review anerkannt wird:

1. Einleitung (Introduction).
   Hier begründest du die wissenschaftliche Relevanz deines Themas, zeigst Forschungslücken auf und formulierst deine spezifische Forschungsfrage.
2. Methodik (Methods).
   Du listest alle durchsuchten Datenbanken, den exakten Suchstring, die Ein- und Ausschlusskriterien sowie die Werkzeuge zur Qualitätsbewertung detailliert auf.
3. Ergebnisse (Results).
   Du präsentierst das PRISMA-Flussdiagramm zur Studienauswahl, beschreibst die Charakteristika der eingeschlossenen Studien und führst die narrative Synthese durch.
4. Diskussion (Discussion).
   Du interpretierst die Ergebnisse im Kontext der bestehenden Literatur, nennst die Limitationen deines eigenen Reviews und leitest konkrete Implikationen für die Praxis ab.

Fazit und abschließende Gedanken

Ein systematisches Review ist eine anspruchsvolle, aber äußerst lohnende Methode, um verstreute Literatur in fundierte wissenschaftliche Evidenz zu verwandeln. Der Schlüssel zum Erfolg liegt in der präzisen Formulierung deiner Forschungsfrage, der strikten Einhaltung deines Protokolls und der transparenten Dokumentation jedes einzelnen Schrittes.

Strukturiere deine Ordner und Dateien auf dem Computer von Beginn an logisch. Speichere PDFs immer mit dem Namen des Erstautors und dem Publikationsjahr ab (z.B. "Müller_2022_Stress.pdf"). Das erspart dir in der hektischen Schreibphase stundenlanges Suchen.

Lass dich von der anfänglichen Masse an Literatur nicht entmutigen. Wenn du dich konsequent an die hier beschriebenen methodischen Schritte hältst, wirst du das Datenchaos erfolgreich bändigen und eine herausragende wissenschaftliche Arbeit verfassen.