Was Studien können und was nicht

Der Digital News Report 2026 (im Folgenden: DNR) ist da und liefert wie jedes Jahr viele Zahlen, aus denen sich schnell Schlagzeilen machen lassen. Dabei muss man sich jedoch bewusst machen, wie die Daten eigentlich zu lesen sind. Wer hier nicht aufpasst, riskiert vorschnelle Schlüsse.

Ein Beispiel: Der Report unterscheidet zwischen genutzten Nachrichtenquellen und Hauptnachrichtenquellen (DNR, S. 29 und 31). Das klingt nach einem Detail, macht aber einen großen Unterschied. 2026 geben 50,8 Prozent der Befragten an, in der vergangenen Woche TV-Nachrichten genutzt zu haben; als Hauptnachrichtenquelle nennen aber nur 29,7 Prozent TV-Nachrichten. Bei sozialen Medien ist es ähnlich: 40,0 Prozent haben sie in der vergangenen Woche als Nachrichtenquelle genutzt, 18,3 Prozent bezeichnen sie als ihre Hauptnachrichtenquelle. Beide Zahlen sind richtig, sie beantworten aber unterschiedliche Fragen: Welche Quellen kommen im Nachrichtenmix vor? Und welche Quelle ist für Befragte am wichtigsten?

Klingt banal, ist aber entscheidend: Wer aus solchen Daten einen Beitrag macht, muss wissen, welche Frage gerade beantwortet wird. Deshalb lohnt ein kurzer Check: Worauf sollten wir achten, wenn wir empirische Studien lesen? Zur Veranschaulichung dienen Beispiele aus dem aktuellen Digital News Report Austria.

Studien lesen in 5 Schritten

1. Wie wurden die Daten erhoben?

Der erste Blick sollte der Methode gelten. Denn ob Daten aus einer Online-Befragung, einem Interview, einer Beobachtung oder aus Trackingdaten stammen, macht einen großen Unterschied dafür, was man aus ihnen ableiten kann.

Der Digital News Report Austria 2026 basiert auf einer Online-Befragung per Fragebogen. Die Erhebung wurde von YouGov durchgeführt, die Teilnehmenden wurden aus bestehenden Panels eingeladen und anhand bestimmter Merkmale wie Alter, Geschlecht, Region und Bildung ausgewählt. Befragt wurde zwischen dem 9. Jänner und dem 4. Februar 2026 (DNR, S. 13). Das macht die Daten wertvoll, um Selbstauskünfte einer größeren Gruppe auszuwerten.

Gleichzeitig ist eine Online-Befragung nicht dasselbe wie technische Nutzungsmessung oder ein qualitatives Tiefeninterview. Sie zeigt, was Menschen erinnern, einschätzen und berichten. Sie misst aber nicht direkt, wie lange jemand tatsächlich in einer App bleibt, wie oft eine Website geöffnet wurde oder welche Motive hinter einer Entscheidung stehen. Die erste Frage lautet also: Auf welchem Weg sind diese Ergebnisse entstanden? 

2. Für wen gilt das Ergebnis?

„Repräsentativ“ klingt oft so, als würde eine Studie einfach für „alle“ sprechen. Spoiler: Tut sie nie! Ergebnisse gelten immer für eine bestimmte Gruppe, einen bestimmten Zeitraum und ein bestimmtes Untersuchungsdesign. Deswegen lohnt sich der Blick in die Methodik.

Der Digital News Report Austria 2026 ist hier ein gutes Beispiel. Die Studie basiert auf einer Online-Befragung von 2.025 Personen, die zumindest einmal pro Monat Nachrichten nutzen. Als Grundgesamtheit wird die erwachsene österreichische Bevölkerung mit Internetzugang herangezogen, also 95 Prozent der Gesamtbevölkerung. Gleichzeitig weisen die Autor:innen selbst darauf hin, dass Online-Stichproben die Nachrichtennutzung älterer und weniger wohlhabender Menschen tendenziell nicht vollständig abbilden (DNR, S. 13). Präziser ist deshalb: Die Ergebnisse stehen für die österreichische Online-Bevölkerung ab 18 Jahren, nicht für „Österreich“ in jedem denkbaren Sinn. Das macht die Studie nicht weniger wertvoll. Im Gegenteil: Es macht klar, wie weit ihre Aussagen tragen.

Nicht nur bei der Gesamtstichprobe, auch bei einzelnen Detailauswertungen zählt die Frage, auf wen sich diese Prozentwerte beziehen. Bei KI-Chatbots etwa bleibt die Nutzung im Gesamtbild niedrig: Unter ein Prozent nennen sie als Hauptnachrichtenquelle, 6,2 Prozent haben sie in der vergangenen Woche überhaupt für Nachrichten genutzt (DNR, S. 29 und 31). Spannend sind dann die Detailergebnisse jener Personen, die KI-Chatbots tatsächlich für Nachrichten nutzen: 40,2 Prozent dieser Gruppe sagen, KI sei schneller als andere Wege, um Nachrichten zu erhalten; 44,4 Prozent nennen die Möglichkeit, Nachfragen zu stellen. Aber diese Werte beziehen sich nicht auf alle Befragten, sondern auf die Gruppe der Chatbot-Nutzer:innen für Nachrichten. Im Report liegt die Basis dafür bei 127 Personen (DNR, S. 93). Die Ergebnisse sind damit aufschlussreich, aber auf eine kleine Teilgruppe bezogen. Ein Prozentwert ohne Einordnung kann dadurch schnell größer wirken, als er ist.

3. Was wurde tatsächlich gefragt oder gemessen?

Studien beantworten nicht automatisch die Frage, die uns gerade interessiert. Sie beantworten die Frage, die im Fragebogen, Interviewleitfaden oder Forschungsdesign tatsächlich gestellt wurde. Manchmal entscheidet ein einzelnes Wort darüber, was eine Zahl bedeutet. 

Beim Digital News Report ist außerdem wichtig: Viele Ergebnisse beruhen auf Selbstauskünften. Das ist in der Medienforschung völlig üblich und sehr wertvoll, aber es ist nicht dasselbe wie gemessenes Verhalten. 

Wenn Befragte angeben, in der vergangenen Woche TV-Nachrichten, soziale Medien oder Websites von Zeitungen genutzt zu haben, erfahren wir etwas über erinnerte und berichtete Nutzung (DNR, S. 29). Wir erfahren aber nicht automatisch, wie oft sie eine App geöffnet haben, wie lange sie dort geblieben sind oder über welchen konkreten Nutzungspfad sie zu einer Nachricht gekommen sind. Der Report benennt diese Grenze selbst: Online-Umfragen beruhen auf Erinnerungen, die unvollkommen sein können, und umfragebasierte Ergebnisse stimmen nicht zwangsläufig mit technisch gemessenen Daten wie Web-Tracking überein (DNR, S. 13). 

Besonders tückisch wird es bei Tabellen, die optisch wie Rankings aussehen. Der DNR zeigt, wie vertrauenswürdig bestimmte österreichische Nachrichtenmarken eingeschätzt werden (DNR, S. 89-90). Das ist aber weder eine objektive Qualitätsbewertung noch ein Ranking „der vertrauenswürdigsten Medien Österreichs“. Der Report weist selbst darauf hin, dass eine bewusste Auswahl an Marken abgefragt wurde. Man kann also sagen, wie Befragte diese ausgewählten Marken bewerten, aber nicht, welches Medium insgesamt „das vertrauenswürdigste“ ist. 

4. Wie groß und wie belastbar sind Unterschiede?

Nicht jede Bewegung in einem Chart ist ein Trend. Gerade für Medienschaffende ist diese Versuchung groß: Ein Wert ist niedriger als im Vorjahr, also scheint die Geschichte klar. Nur ist sie das nicht immer. Der Digital News Report weist selbst darauf hin, dass Unterschiede von plus/minus zwei Prozentpunkten oder weniger sehr unwahrscheinlich statistisch signifikant sind und deshalb mit Vorsicht interpretiert werden sollten (DNR, S. 13). 

Anschaulich wird das beim Vertrauen in Nachrichten (DNR, S. 87-88). 2026 stimmen 39,3 Prozent der Befragten der Aussage zu, dass sie dem Großteil der Nachrichtenquellen in den meisten Fällen vertrauen. 2025 waren es 40,6 Prozent. Daraus ließe sich schnell eine Schlagzeile machen:

Vertrauen in Medien sinkt wieder.

Methodisch wäre das aber zu stark formuliert, denn der Unterschied beträgt nur 1,3 Prozentpunkte. Sauberer wäre also: 

Das Vertrauen bleibt auf moderatem Niveau relativ stabil.

Anders sieht es bei der bezahlten Nutzung von Online-Nachrichten aus (DNR, S. 82-83). Hier fällt der Unterschied deutlicher aus: 2026 geben 16,1 Prozent der Befragten an, im vergangenen Jahr für Online-Nachrichten bezahlt oder einen gebührenpflichtigen Online-Nachrichtendienst genutzt zu haben. 2025 waren es 22,0 Prozent. Besonders stark ist der Rückgang bei den 25- bis 34-Jährigen: von 45,2 Prozent im Jahr 2025 auf 28,8 Prozent im Jahr 2026.           

Das ist eine relevante Beobachtung. Trotzdem lohnt auch hier der genaue Blick auf die Frage. Die Zahl misst nicht, ob Menschen Journalismus wichtig finden oder unter bestimmten Bedingungen zahlen würden. Sie misst bezahlte Nutzung im vergangenen Jahr. Sie misst, ob sie im vergangenen Jahr tatsächlich für Online-Nachrichten bezahlt oder ein kostenpflichtiges Angebot genutzt haben. Aus einer Zahlungsangabe wird also nicht automatisch eine Aussage über Motivation, Wertschätzung oder künftiges Zahlungsverhalten.

Auch die Ursachen bleiben offen. Warum der Wert 2025 deutlich höher lag, lässt sich aus diesen Daten allein nicht erklären. Dafür bräuchte es zusätzliche Fragen oder andere Datenquellen. Das ist keine Schwäche der Studie, sondern eine Grenze ihres Designs: Sie zeigt einen Unterschied. Für die Ursachenfrage bräuchte es ergänzende Daten oder andere Methoden. 

5. Wo endet der Geltungsbereich?

Gute Forschung muss nicht alles beantworten. Sie muss klar machen, was sie beantworten kann und was nicht. Eine Limitation heißt deshalb nicht, dass die Studie schlecht ist. Vielmehr zeigt sie auf, wo der Geltungsbereich der Aussage endet.

Das ist besonders wichtig, wenn aus Daten Ursachen abgeleitet werden. Quantitative Studien können zeigen, dass bestimmte Phänomene gemeinsam auftreten. Sie zeigen aber nicht automatisch, was Ursache und was Folge ist. Daraus folgt aber noch nicht automatisch, dass das eine das andere verursacht. Korrelation ist nicht Kausalität. Ob und wie kausale Zusammenhänge entstehen, braucht ein anderes Forschungsdesign oder zumindest sehr vorsichtige Interpretation.

Limitationen sind also nichts, das man einfach überspringen kann. Sie zeigen, wie weit eine Aussage trägt und wo weitere Fragen beginnen. 

Fazit

Studien liefern keine endgültigen Wahrheiten und keine fertigen Strategien. Aber sie helfen, Annahmen zu prüfen, Muster zu erkennen und bessere Fragen zu stellen. Wer versteht, welche Frage eine Studie beantwortet, kann ihre Ergebnisse besser nutzen und genauer über sie berichten.

Quellen

Gadringer, Stefan et al. (2026): Digital News Report 2026. Detailergebnisse für Österreich. DOI: 10.5281/zenodo.20695155.