1. Ausgangslage
Einführungsveranstaltungen in die quantitativen Methoden lösen bei vielen Studierenden der Sozialwissenschaften Stress und Unsicherheit aus. Der Kontakt mit mathematischen und statistischen Inhalten wird häufig als hohe Einstiegshürde wahrgenommen. Hinzu kommt, dass die Methodenausbildung von Studierenden nicht selten als sehr theoretisch, wenig praxisnah und zu weit entfernt von den inhaltlichen Fragestellungen erlebt wird.
In ähnlicher Weise werden auch Programmierkurse in R, welche ein zentrales Werkzeug der quantitativen Sozialforschung darstellen, häufig isoliert unterrichtet, ohne systematische Verbindung zu den inhaltlichen Fragestellungen, die Studierende eigentlich interessieren. Methodische Konzepte und praktische Analysewerkzeuge erscheinen dadurch als abstrakte Pflichtinhalte, deren Relevanz sich für viele Studierende erst spät oder teilweise gar nicht erschließt. Gerade diese Trennung von methodischem und inhaltlichem Verständnis sowie der dafür benötigten Werkzeuge trägt dazu bei, dass quantitative Methoden als Hürde und nicht als Erkenntnisinstrument wahrgenommen werden.
Die Vorlesung „Empirical Methods in Political Science II", die ich seit dem Sommersemester 2025 an der Universität Tübingen verantworte, verfolgt deshalb einen anderen Ansatz: Statistik, Programmierung und politikwissenschaftliche Fragestellungen werden von Beginn an gemeinsam vermittelt. Wie tragfähig dieser Ansatz ist, lässt sich anhand der Evaluationsergebnisse aus drei Semestern, der qualitativen Rückmeldungen der Studierenden sowie einer Stellungnahme der Fachschaft Politik einschätzen.
2. Kurzbeschreibung der Veranstaltung
Die Vorlesung ist ein zentraler Bestandteil der Methodenausbildung am Institut für Politikwissenschaft. Sie führt Studierende systematisch in die quantitative Datenanalyse ein und vermittelt sowohl statistische Grundlagen als auch praktische Programmierkenntnisse in R. Die Veranstaltung richtet sich explizit an Studierende ohne Vorkenntnisse in Statistik oder Programmierung. Als zentrale Ressource dient das Lehrbuch von Llaudet & Imai (2022): „Data Analysis for Social Science: A Friendly and Practical Introduction" (Princeton University Press).
Der Aufbau folgt dem Anspruch, die Einstiegshürden in die quantitative Datenanalyse zu senken und Studierenden die Relevanz empirischer Sozialforschung erfahrbar zu machen. Die Inhalte orientieren sich an drei Kernfragen sozialwissenschaftlicher Analysen: Wie messen wir? Wie erklären wir? Wie können wir Vorhersagen treffen? Die Vorlesungsfolien sind so gestaltet, dass sie das selbstständige Nacharbeiten systematisch unterstützen. Wöchentliche Problem Sets, die in Kleingruppen bearbeitet werden, fördern im Einklang mit Erkenntnissen der Lernforschung einen kontinuierlichen Kompetenzaufbau durch regelmäßiges Üben, zeitnahes Feedback und die Anwendung des Gelernten auf reale Forschungsfragen.
Der erste Block widmet sich dem Messen und Beschreiben politischer und sozialer Phänomene. Studierende lernen Datensätze einzulesen, Variablen zu unterscheiden und mit deskriptiven Statistiken zu arbeiten. Von der ersten Sitzung an erfolgt dies unmittelbar in R Studio. Der zweite Block behandelt Kausalität und Erklärung. Anhand konkreter Beispiele, etwa randomisierter Experimente zur Wahlbeteiligung, lernen Studierende, warum Korrelation nicht Kausalität bedeutet und welche Forschungsdesigns kausale Aussagen ermöglichen. Der dritte Block führt in die Regression und Vorhersage ein. Studierende lernen lineare Regressionsmodelle zu schätzen, zu interpretieren und kritisch zu reflektieren. Der vierte Block behandelt Wahrscheinlichkeit und Inferenz. Studierende erwerben ein grundlegendes Verständnis von Hypothesentests und Konfidenzintervallen und lernen, wie aus Stichproben fundierte Schlüsse über Grundgesamtheiten gezogen werden können. Zudem werden die behandelten Studien auf interne und externe Validität überprüft.
3. Didaktische Innovation
Das didaktische Konzept basiert auf einer grundlegenden Neukonzeption der quantitativen Methodenausbildung an der Universität Tübingen. Die Neukonzeption verfolgt einen integrativen Ansatz und basiert auf drei eng miteinander verzahnten Säulen.
Erstens setzt die Veranstaltung konsequent bei null an. Sie erwartet keinerlei Vorkenntnisse in Statistik und Programmieren und baut diese systematisch auf. Jede Sitzung greift Inhalte der vorherigen auf und erweitert sie. Statistische Konzepte und R-Befehle werden schrittweise eingeführt, von einfachen Berechnungen bis hin zu Hypothesentests. Zweitens ermöglichen wöchentliche Übungsaufgaben (Problem Sets) die unmittelbare Anwendung des Gelernten. Diese Aufgaben sind bewusst so konzipiert, dass sie machbar, aber herausfordernd sind. Die Gruppenarbeit fördert zusätzlich den kollaborativen Lernprozess. Drittens verbindet die Veranstaltung Elemente, die in traditionellen Statistikvorlesungen oft getrennt behandelt werden: Statistische Konzepte werden nicht abstrakt vermittelt, sondern anhand realer Forschungsfragen illustriert, basierend auf existierenden Datensätzen und Forschungsartikeln: „Führt sozialer Druck zu einer höheren Wahlbeteiligung?", „Fördern Frauen andere Policies als Männer?", „Gibt es Diskriminierung auf dem Arbeitsmarkt?". Die Datensätze sind hierbei didaktisch vorbereitet, sodass diese die Lernenden nicht überfordern, sondern zur Mitarbeit anregen.
Von der ersten Sitzung an arbeiten Studierende konsequent mit R; die Programmierung wird als integraler Bestandteil der Datenanalyse vermittelt, nicht als isolierte Kompetenz. Durch die Dreifachintegration von Statistik, Programmierung und Fachinhalt wird die quantitative Methodenlehre nicht als isolierter Kompetenzbereich vermittelt, sondern als integraler Bestandteil politikwissenschaftlicher Analyse. Diese integrative Struktur reduziert Einstiegshürden, erhöht die wahrgenommene Relevanz quantitativer Methoden und trägt dazu bei, dass Studierende diese als analytisches Werkzeug begreifen.
4. Erzielte Erfolge
Das Projekt wurde in drei aufeinanderfolgenden Semestern durchgeführt (SoSe 2025, WiSe 2025/26, SoSe 2026) und konsistent sehr gut evaluiert (n = 58 / 62 / 23 Fragebögen; im Folgenden: Angabe von Mittelwerten). Die Dozent-Gesamtnote lag bei 1,2 / 1,3 / 1,1, die wahrgenommene fachliche Kompetenz bei 1,0 / 1,2 / 1,0. Die klare Struktur der Veranstaltung wurde mit 1,4 / 1,4 / 1,1 bewertet, die verständliche Vermittlung mit 1,3 / 1,5 / 1,2. Die Lernziele wurden als klar definiert wahrgenommen (1,5 / 1,7 / 1,3) und ein Großteil der Studierenden bestätigte, die fachlichen Kenntnisse erweitert zu haben (1,7 / 1,7 / 1,3).
Die qualitativen Rückmeldungen aus den Evaluationen zeigen, dass die Veranstaltung auch bei Studierenden mit anfänglichen Vorbehalten gegenüber quantitativen Methoden nachhaltig Interesse und Kompetenz aufbauen konnte. Eine Studentin schreibt etwa: „Ich habe das erste Mal in meinem Leben wirklich Interesse und Spaß an Mathe." Eine andere hebt hervor: „Die allgemeine Praxisorientierung und dass konstant direkt in R gemeinsam gearbeitet wird, fördern mein Verständnis für das Themengebiet sehr." Ebenso wird die Struktur gelobt: „Es ist wirklich gut für Neulernende gestaltet und gibt Acht auf Leute, die vorher keinen Bezug zum Programm oder zum Coden generell haben.“
Die Fachschaft Politik teilt diese Einschätzung. In einem Schreiben zur Veranstaltung hebt sie hervor, dass die Neukonzeption zu einer deutlich positiveren Wahrnehmung quantitativer Methoden am Institut geführt habe. Auch eine ehemalige Absolventin, die nach ihrem Wechsel an die Universität Hamburg aus eigener Initiative die damalige Institutsleitung kontaktierte, hebt die didaktische Qualität und das Engagement des Dozenten hervor.
Das Konzept ist bewusst so angelegt, dass es auf andere politikwissenschaftliche Institute übertragbar ist. Es basiert auf frei zugänglicher Software (R), modular aufgebauten Lehrmaterialien sowie klar strukturierten Problem Sets, die flexibel angepasst werden können. Sämtliche Materialien sind systematisch dokumentiert und für zukünftige Semester nutzbar. Damit bietet das Projekt ein skalierbares Modell für eine zeitgemäße Methodenausbildung, das sowohl Einstiegshürden reduziert als auch die Verbindung zwischen methodischem und inhaltlichem Lernen stärkt.
Materialien und Kontakt
Der ausführliche Syllabus, die Vorlesungsfolien und die Problem Sets können gerne angefragt werden. Wer das Konzept ganz oder in Teilen übernehmen oder sich darüber austauschen möchte, erreicht Jakub Sowula unter jakub.sowulauni-tuebingende.
Über den Autor:
Jakub Sowula ist Postdoktorand und Dozent am Institut für Politikwissenschaft der Universität Tübingen. Seine Forschung liegt in der vergleichenden Politikfeldanalyse mit Schwerpunkt Sozialpolitik; daneben interessiert er sich für politische Bildung und Didaktik sowie den Einsatz von KI in der politikwissenschaftlichen Forschung.
Über die Reihe „Herausragende Lehre in der deutschen Politikwissenschaft“
Dieser Beitrag wurde für den Lehrpreis Politikwissenschaft 2026 eingereicht. Der gemeinsame Preis von DVPW und Schader-Stiftung wurde 2020 neu geschaffen, um die besondere Bedeutung der politikwissenschaftlichen Hochschullehre sichtbar zu machen und die Qualität der Lehre in der deutschen Politikwissenschaft zu stärken. Der Lehrpreis Politikwissenschaft wurde in diesem Jahr an Dr. Julian Eckl für sein Lehrprojekt „Spiele und Weltpolitik“ im Wintersemester 2025/26 an der Universität St. Gallen verliehen. Die Jury möchte mit dieser Blog-Reihe die Vielzahl der Einreichungen innovativer und didaktisch anspruchsvoller Lehrprojekte würdigen.
Weitere Beiträge in der Reihe „Herausragende Lehre in der deutschen Politikwissenschaft“:
