Eine gute Studie: Wie setzt man eine Studie richtig auf?

Knapp 200 Menschen aus dem CRM-Umfeld haben uns Rede und Antwort gestanden, und das Ergebnis zeichnet ein ziemlich eindeutiges Bild: 87 Prozent blicken positiv auf den bevorstehenden Wandel, und im Schnitt schätzen sie ihn mit 8 von 10 Punkten als recht radikal ein. Am deutlichsten wünschen sich die Teilnehmerinnen und Teilnehmer dabei die KI als Co-Pilot: Die gewohnte Oberfläche bleibt erhalten, KI unterstützt aber in nahezu jedem Schritt. Was sich dabei aber ändern wird: Der angebundene KI-Assistent löst die klassische Benutzeroberfläche als wichtigsten Zugangspunkt zum CRM ab. Während heute noch fast 90 % über die primäre Desktop-Oberfläche mit dem CRM interagieren, erwarten nur noch 18 % der Teilnehmerinnen und Teilnehmer, dass dies auch zukünftig der Fall sein wird. Vor allem in den Freitextantworten wird dabei betont: Am Ende sollte immer der Mensch die Kontrolle über Prozesse und Entscheidungen im CRM behalten.

Um zu diesen Ergebnissen zu kommen, steckt hinter der CRM Future Study 2026 eine ganze Menge Konzeptarbeit, von der Forschungsfrage bis zur statistischen Auswertung. KI-Tools machen es heute einfacher denn je, eine eigene Studie auf die Beine zu stellen: Sie können dabei helfen, Fragen zu formulieren, Inhalte zu strukturieren oder Daten auszuwerten. Was dabei aber nicht verloren gehen darf, ist die wissenschaftliche Grundlage und ein durchdachtes Konzept. Denn nur so entstehen am Ende Ergebnisse, die tatsächlich belastbar sind. Wir zeigen dir in diesem Artikel Schritt für Schritt, worauf es bei der Konzeption einer Studie ankommt.

Schritt 1: Forschungsfrage festlegen

Das Wichtigste zuerst: Bevor du dir mit Claude ein paar gut klingende Fragen zusammenbastelst, solltest du dir erst einmal selbst ganz konkrete Gedanken machen. Was genau möchte ich mit meiner Studie herausfinden? Welche Fragen möchte ich am Ende beantworten können? Eine gut definierte Forschungsfrage hilft dir, die richtigen Fragen zu stellen, und gibt deiner Studie Struktur. In unserer eigenen Studie war folgende Forschungsfrage zentral:

Daraus haben wir dann konkrete Subfragen abgeleitet:

• Wie ausgereift ist der KI-Einsatz im CRM-Kontext heute?
• Wie werden wir zukünftig mit CRM-Systemen interagieren?
• Welche KI-Funktionen bringen im CRM den größten Mehrwert?

Damit ist die Arbeit aber noch nicht getan. Im nächsten Schritt musst du genau definieren, was du eigentlich messen möchtest. Denn Begriffe wie „Radikalität“ oder „KI-Reifegrad“ sind zunächst abstrakte Konstrukte. Damit sie später messbar werden, musst du festlegen, was genau du darunter verstehst und welche Aspekte du erfassen möchtest. Ein Beispiel aus unserer aktuellen Umfrage ist die konsequente Trennung zwischen Prognose und Wunsch. Fragen, die sich auf die Zukunft bezogen haben, wurden immer zweigliedrig aufgeteilt: Die Teilnehmerinnen und Teilnehmer wurden einerseits gefragt, welches Szenario sie sich am meisten wünschen, und andererseits, welches Szenario sie für am wahrscheinlichsten halten. Eine Vermischung dieser beiden Konstrukte hätte zu unsauberen Forschungsergebnissen geführt.

Merke: Je klarer du definierst, was du wissen und messen möchtest, desto leichter wird es später, daraus gute Fragen und eine passende Auswertung abzuleiten.

Schritt 2: Auswertung festlegen

Kommen wir zu einem Teil, der bei vielen direkt für Respekt sorgt: Statistik. Du solltest dir schon vor der Befragung überlegen, was du mit den Antworten später machen möchtest. Denn davon hängt auch ab, wie du deine Fragen und Antwortmöglichkeiten gestaltest.

Wer eine klare Forschungsfrage formuliert hat, hat damit häufig schon eine gute Grundlage für die spätere Auswertung geschaffen. Möchtest du zum Beispiel wissen, wie etwas eingeschätzt wird, reichen oft einfache Prozentwerte oder Durchschnittswerte. Möchtest du dagegen verschiedene Gruppen miteinander vergleichen oder Zusammenhänge untersuchen, wird es etwas anspruchsvoller.

Hier ein kurzer Überblick über die wichtigsten statistischen Verfahren, die auch in unserer Studie zum Einsatz kamen:

• Häufigkeiten und Prozentwerte: Der Klassiker bei Umfragen. Du schaust dir an, wie häufig bestimmte Antworten gewählt wurden. Zum Beispiel: Wie viel Prozent der Befragten stehen dem Wandel im CRM positiv gegenüber?
• Durchschnittswerte: Bei Skalen kannst du beispielsweise den Mittelwert oder Median berechnen. In unserer Studie haben wir so unter anderem ausgewertet, wie radikal die Teilnehmerinnen und Teilnehmer den Wandel auf einer Skala von 1 bis 10 einschätzen.
• Zusammenhänge: Du kannst untersuchen, ob zwei Merkmale miteinander zusammenhängen. In unserer Studie haben wir beispielsweise geprüft, ob die Unternehmensgröße mit dem KI-Reifegrad zusammenhängt. Wichtig dabei: Ein Zusammenhang bedeutet nicht automatisch, dass das eine die Ursache für das andere ist.
• Gruppen vergleichen: Wenn du wissen möchtest, ob sich bestimmte Gruppen unterscheiden, kannst du ihre Antworten miteinander vergleichen. Zum Beispiel: Bewerten Anwender und Hersteller den Wandel unterschiedlich? Dabei geht es nicht nur darum, ob die Werte unterschiedlich aussehen, sondern auch darum, ob der Unterschied statistisch belastbar ist. Je nach Art der Daten kommen dafür unterschiedliche statistische Verfahren zum Einsatz.
• Freitextantworten: Nicht jede Frage muss mit einer Zahl beantwortet werden. Freitextfelder geben den Teilnehmerinnen und Teilnehmern die Möglichkeit, eigene Gedanken einzubringen. Diese Antworten kannst du anschließend thematisch sortieren und beispielsweise zählen, wie häufig bestimmte Themen genannt wurden.

Schritt 3: Mindestteilnehmerzahl festlegen

Nachdem feststeht, wie du deine Daten auswerten möchtest, kannst du dir Gedanken darüber machen, wie viele Teilnehmerinnen und Teilnehmer du mindestens benötigst. Denn manche Auswertungsverfahren stellen bestimmte Anforderungen an die Stichprobengröße. Möchtest du beispielsweise Gruppenunterschiede untersuchen, musst du nicht nur insgesamt genügend Teilnehmerinnen und Teilnehmer gewinnen, sondern auch darauf achten, dass die einzelnen Gruppen ausreichend groß sind.

Genau das konnten wir in unserer aktuellen Studie nicht vollständig sicherstellen: Nur 8 % der Teilnehmerinnen und Teilnehmer waren Hersteller. Dadurch war eine unserer ursprünglich geplanten Forschungsfragen statistisch nicht sinnvoll auszuwerten, weshalb wir diese wieder verwerfen mussten. Im Studienbericht weisen wir entsprechend darauf hin, dass die Ergebnisse überwiegend die Perspektive der Anwender abbilden.

Gleichzeitig ist die Realität natürlich eine andere: Mal eben 500 passende Teilnehmerinnen und Teilnehmer innerhalb weniger Wochen zu gewinnen, ist in den meisten Studien kaum realistisch. Ein sinnvoller Kompromiss können beispielsweise 150 bis 200 Teilnehmerinnen und Teilnehmer sein. Das reicht zwar nicht für eine repräsentative Marktbefragung, kann aber – abhängig von Forschungsfrage und gewähltem Auswertungsverfahren – eine solide statistische Auswertung ermöglichen. Grundsätzlich gilt: Je mehr Teilnehmerinnen und Teilnehmer, desto besser.

Ein weiterer Punkt wird dabei häufig unterschätzt: Die Länge der Umfrage hat einen deutlichen Einfluss auf die Teilnahmebereitschaft. Eine Umfrage, die in 5 bis 10 Minuten ausgefüllt ist, ist schnell zwischendurch erledigt. Für eine 30-minütige Umfrage müssen Teilnehmerinnen und Teilnehmer dagegen bewusst Zeit blocken – und springen entsprechend eher ab.

Deshalb gilt bei der Fragebogengestaltung ein wichtiger Grundsatz: Streiche alle Fragen, die nicht unmittelbar auf deine Forschungsfrage einzahlen, und formuliere die verbleibenden Fragen so effizient wie möglich.

Schritt 4: Fragebogen konzipieren

Jetzt geht es endlich ans Eingemachte: Du kannst den Fragebogen aufsetzen.

Zu Beginn bietet es sich in der Regel an, soziodemografische und unternehmensbezogene Daten abzufragen, etwa Alter, Unternehmensgröße, Position oder Branche. Auch hier gilt: Frage nur die Daten ab, die du tatsächlich für deine Auswertung benötigst – zum Beispiel, wenn du anhand dieser Merkmale später Gruppen bilden möchtest. So hältst du den Fragebogen schlank und reduzierst gleichzeitig das Risiko, dass sich einzelne Personen anhand ihrer Angaben identifizieren lassen.

Bei der Formulierung der Fragen solltest du vor allem auf Eindeutigkeit und Neutralität achten. Vermeide Fachbegriffe, unnötig komplizierte Formulierungen und Fragen, die bereits eine bestimmte Antwort nahelegen (keine suggestiven Fragen). Auch sogenannte Doppelfragen, die gleichzeitig zwei unterschiedliche Aspekte abfragen, solltest du vermeiden. Wenn eine Person beispielsweise gefragt wird, wie zufrieden sie mit „Preis und Leistung“ ist, kann sie nicht eindeutig antworten, wenn sie mit dem Preis zufrieden, mit der Leistung aber unzufrieden ist.

Auch die Antwortmöglichkeiten solltest du bewusst gestalten. Sie sollten möglichst vollständig und klar voneinander abgegrenzt sein. Bei einer Frage zur Unternehmensgröße dürfen sich beispielsweise die Größenklassen nicht überschneiden. Je nach Frage können außerdem Antwortoptionen wie „Sonstiges“ oder „keine Angabe“ sinnvoll sein (z. B. bei der Frage nach der Branche).

Neben Single-Choice-Fragen können auch Mehrfachauswahlfragen zum Einsatz kommen, wenn es der inhaltlichen Logik entspricht. Hier stellt sich die Frage, ob du die Anzahl der wählbaren Antworten begrenzen möchtest oder nicht. Beide Varianten haben ihre Vor- und Nachteile – wir haben aber eine klare Empfehlung:

• Geht es um eine Priorisierung, zum Beispiel darum, welche KI-Funktionen den größten Mehrwert im Alltag bieten, solltest du die Anzahl der wählbaren Antworten begrenzen (beispielsweise auf maximal drei). Andernfalls besteht die Gefahr, dass viele Teilnehmerinnen und Teilnehmer einfach möglichst viele oder sogar alle Optionen auswählen und dadurch die Aussagekraft der Ergebnisse sinkt.
• Geht es dagegen um eine reine Bestandsaufnahme, etwa darum, welche Funktionen aktuell überhaupt genutzt werden, sollte die Auswahl unbegrenzt bleiben. So gehen keine Informationen verloren, weil sich Teilnehmerinnen und Teilnehmer zwischen mehreren gleichwertig genutzten Möglichkeiten entscheiden müssen.

Wie angekündigt, hat die geplante Auswertung auch Einfluss auf die Gestaltung der Antwortmöglichkeiten. Ein wichtiger Begriff ist hier das Skalenniveau. Vereinfacht gesagt beschreibt es, welche Eigenschaften deine Antwortmöglichkeiten haben und welche statistischen Auswertungen damit sinnvoll möglich sind.

Für die Praxis sind vor allem drei Fälle relevant: Bei einer Nominalskala werden lediglich Kategorien unterschieden, beispielsweise verschiedene Branchen, während es bei einer Ordinalskala zusätzlich eine Reihenfolge gibt. Bei einer Intervallskala sind darüber hinaus die Abstände zwischen den Antwortmöglichkeiten gleich groß. Je nach statistischem Verfahren kann dieses Skalenniveau eine wichtige Voraussetzung sein, beispielsweise für die Berechnung von Mittelwerten oder bestimmte Verfahren zum Vergleich von Gruppen.

Für viele Umfragen hat sich deshalb eine 5-stufige Zustimmungsskala bewährt: „stimme überhaupt nicht zu“ und „stimme voll und ganz zu“ bilden die Gegenpole, dazwischen liegen abgestufte Antwortmöglichkeiten wie „stimme eher nicht zu“ oder „stimme eher zu“, ergänzt um einen neutralen Mittelpunkt. Solche Skalen sind streng genommen ordinalskaliert, werden in der Praxis aber häufig näherungsweise als intervallskaliert behandelt.

Schritt 5: Pilotieren

Bevor die Studie live geht, solltest du deinen Fragebogen testen. Ein kurzer interner Testlauf im eigenen Unternehmen, mit der Bitte um ehrliches Feedback, deckt erfahrungsgemäß genau die Dinge auf, die man selbst nicht mehr sieht: unklare Formulierungen, eine zu lange Bearbeitungsdauer oder Fragen, die zwei Dinge gleichzeitig abfragen. Für einen solchen Pretest reichen in der Regel bereits 10 bis 20 Teilnehmer.

Der Pretest ist außerdem ein guter Zeitpunkt, um die Qualität deines Fragebogens kritisch zu hinterfragen. Drei Gütekriterien sind dabei besonders relevant:

• Validität: Misst der Fragebogen wirklich das, was ich wissen möchte?
• Objektivität: Sind die Fragen objektiv formuliert, sodass alle Teilnehmerinnen und Teilnehmer sie möglichst in der gleichen Weise verstehen?
• Reliabilität: Würde eine Wiederholung unter vergleichbaren Bedingungen zu ähnlichen Ergebnissen führen?

Bei einer selbst entwickelten Unternehmensstudie wirst du diese Kriterien in der Regel nicht vollständig überprüfen können. Trotzdem lohnt es sich, sie als Qualitätscheck im Hinterkopf zu behalten. Gerade der Pretest hilft dir dabei, Schwachstellen zu erkennen und vor dem Start zu beheben.

Schritt 6: Verbreitungskonzept planen

Ein letzter Schritt in der Vorbereitung. Bevor du die Studie live schaltest, solltest du dir Gedanken darüber machen, wie du möglichst viele Teilnehmer erreichst. Hier ist eine breite Palette an Maßnahmen denkbar: Teile die Studie auf LinkedIn, schreibe einen Blogbeitrag für eure Website oder für Fachmagazine, nutze Kundennewsletter oder den direkten Draht zu Kunden über Sales- und Customer-Success-Kolleginnen und -Kollegen. Erstelle dir dazu einen Zeitplan, wann du welche Maßnahme umsetzen möchtest und welche Meilensteine bei den Teilnehmerzahlen du wann erreicht haben möchtest. Das hilft dir, direkt zu erkennen, ob ihr auf Kurs seid und eure geplante Teilnehmerzahl nach wie vor realistisch bleibt.

Checkliste: Ist deine Studie startklar?

Forschungsdesign

• Ich habe eine konkrete Forschungsfrage formuliert.
• Ich weiß, welche Subfragen ich beantworten möchte.
• Ich habe definiert, was genau ich messen möchte.
• Ich habe unterschiedliche Konstrukte sauber voneinander getrennt.

Auswertung & Stichprobe

• Ich weiß bereits vor der Befragung, wie ich die Antworten auswerten möchte.
• Meine Fragen und Antwortmöglichkeiten passen zu den geplanten Auswertungsverfahren.
• Ich habe festgelegt, wie viele Teilnehmer ich mindestens benötige.
• Falls ich Gruppen vergleichen möchte: Ich habe geprüft, ob alle relevanten Gruppen ausreichend groß sein können.

Fragebogen

• Ich frage nur Informationen ab, die ich wirklich für die Auswertung benötige.
• Jede Frage zahlt auf meine Forschungsfrage ein.
• Meine Fragen sind eindeutig und verständlich formuliert.
• Ich vermeide Doppelfragen, Suggestivfragen und unnötig komplizierte Formulierungen.
• Ich habe ein passendes Skalenniveau und sinnvolle Antwortmöglichkeiten gewählt.
• Bei Mehrfachauswahl habe ich bewusst entschieden, ob die Anzahl der Antworten begrenzt werden soll.

Qualität

• Ich habe die Validität, Objektivität und Reliabilität meines Fragebogens zumindest kritisch reflektiert.
• Ich habe den Fragebogen unternehmensintern mit Kollegen getestet.
• Ich habe das Feedback aus dem Pretest eingearbeitet.
• Ich kenne die durchschnittliche Bearbeitungszeit.

Teilnehmerinnen und Teilnehmer & Durchführung

• Ich weiß, wen ich befragen möchte.
• Ich habe einen realistischen Plan zur Gewinnung der Teilnehmerinnen und Teilnehmer.
• Ich habe einen Zeitplan und Ziele für die Teilnehmerzahlen festgelegt.
• Ich habe geprüft, ob die geplante Erhebung anonym bzw. datenschutzkonform durchgeführt werden kann.

Und dann: Erst jetzt geht die Studie live.

Alles abgehakt? Dann steht deiner eigenen Studie nichts mehr im Wege.

Du hast jetzt die wichtigsten Grundlagen und einen konkreten Fahrplan für deine eigene Studie. Wie wir diese Leitplanken in der CRM Future Study 2026 umgesetzt haben und welche Ergebnisse wir dabei gewonnen haben, kannst du in der vollständigen Studie nachlesen.