Warum die Big-Five-Forschung die Replikationskrise besser überstand
Die Befunde, die in der Open Science Collaboration am spektakulärsten scheiterten, stammten aus der Sozial- und Kognitionspsychologie: auffällige, kontraintuitive Effekte, die gute Schlagzeilen und guten Lehrbuchstoff abgaben. Priming-Studien, also die Idee, dass schon der kurze Kontakt mit einem Wort das nachfolgende Verhalten verändert, Ego-Depletion, also die Idee, dass Willenskraft eine Ressource ist, die sich beim Gebrauch erschöpft, und mehrere klassische Befunde zur sozialen Beeinflussung ließen sich entweder gar nicht replizieren oder nur mit Effektstärken, die einen Bruchteil der ursprünglichen ausmachten.
Gegen Replikationsprobleme war die Persönlichkeitsforschung nicht immun, sie war ihnen aber strukturell besser gewachsen. Die Gründe sind methodischer Natur.
Die Stichproben fallen größer aus. Die Big-Five-Befunde, die das Feld tragen, der Zusammenhang zwischen Conscientiousness und Arbeitsleistung, zwischen Neuroticism und psychischem Wohlbefinden, zwischen Openness und Kreativität, wurden in Hunderten von Studien und Meta-Analysen mit Zehntausenden Teilnehmenden abgesichert. Beruht ein Befund auf sehr großem N und wurde er in unterschiedlichen Kontexten vielfach bestätigt, ist die Replikation eine Selbstverständlichkeit und keine Hoffnung.
Die Messinstrumente sind stabiler. Persönlichkeitsfragebögen liefern hoch zuverlässige Werte, die interne Konsistenz liegt typischerweise im Bereich von .80 bis .90. Priming-Paradigmen aus einer einzigen Sitzung messen dagegen kurzlebige, kontextabhängige Zustände mit weit geringerer Zuverlässigkeit. Was unzuverlässig gemessen wird, erzeugt verrauschte Effekte, die über Replikationen hinweg unvorhersehbar schwanken.
Die Konstrukte sind klarer operationalisiert. „Conscientiousness“ hat eine klare, konsensfähige Definition, die seit Jahrzehnten über Instrumente und Studien hinweg einheitlich operationalisiert wird. Viele der gescheiterten sozialpsychologischen Befunde stützten sich dagegen auf kreative, theoretisch umstrittene Operationalisierungen von Konstrukten wie „Macht“, „implizite Einstellung“ oder „Erschöpfung der Selbstregulation“. Je transparenter ein Konstrukt, desto replizierbarer der Befund. Die gemeinfreien Items des IPIP schaffen diese Transparenz auf der Messebene.
Die robusten Big-Five-Befunde, die sich zuverlässig replizieren ließen
„Zu den robustesten Befunden der Persönlichkeitspsychologie gehört der Zusammenhang zwischen Conscientiousness und Arbeitsleistung, ein Zusammenhang, der in Hunderten von Studien, in mehreren Kulturen und in einer Vielzahl beruflicher Felder dokumentiert ist.“ - Roberts et al., 2007 (meta-analytische Übersicht)
Die folgenden Befunde der Persönlichkeitsforschung haben wiederholte Replikationen und meta-analytische Prüfung überstanden, durchgängig mit moderaten bis großen Effektstärken.
Conscientiousness und Arbeitsleistung. Die Meta-Analyse von Barrick und Mount (1991) und ihre vielen Replikationen und Erweiterungen zeigten, dass Conscientiousness (Disziplin in Cèrcols Rahmen) über alle Berufsgruppen hinweg der konsistenteste Big-Five-Prädiktor für Arbeitsleistung ist. In absoluten Zahlen ist der Effekt nicht groß, die korrigierten Korrelationen liegen typischerweise um .20 bis .28, aber er gehört zu den größten der gesamten Literatur zu Persönlichkeit und Ergebnissen und hält über Branchen, Kulturen und Tätigkeitsarten hinweg. Dieser Befund wurde so oft repliziert, dass er als Referenzmaßstab dient, an dem sich neue Prädiktoren messen lassen müssen. Ein vollständiges Profil dieser Dimension finden Sie unter what is Conscientiousness.
Neuroticism und Wohlbefinden. Der negative Zusammenhang zwischen Neuroticism (Tiefe in Cèrcols Terminologie) und subjektivem Wohlbefinden, Lebenszufriedenheit und positivem Affekt gehört zu den am häufigsten replizierten Befunden der Persönlichkeitsforschung. Eine Meta-Analyse von Steel, Schmidt und Shultz (2008) fand zwischen Neuroticism und globalen Wohlbefindensmaßen Korrelationen von etwa -.40 bis -.50. Der Zusammenhang hält längsschnittlich, über Kulturen hinweg und über verschiedene Operationalisierungen von Wohlbefinden. Das vollständige Bild dieser Dimension zeichnet what is Neuroticism.
Wie stabil Merkmale im Erwachsenenalter bleiben. Dass die Big-Five-Merkmale im Erwachsenenalter mäßig stabil sind und mit dem Alter noch stabiler werden, wurde in Längsschnittstudien mehrerer Länder repliziert. Roberts und DelVecchio (2000) werteten 152 Längsschnittstudien meta-analytisch aus und fanden Test-Retest-Korrelationen, die von etwa .54 in der Kindheit auf .74 im Erwachsenenalter stiegen. Persönlichkeit ist nicht festgeschrieben, sie ist aber auch nicht so formbar, wie populäre Darstellungen es gelegentlich nahelegen. Das gehört zu den wichtigsten Befunden, die man kennen sollte, bevor man five personality science myths that won't die liest.
Extraversion und positiver Affekt. Der Zusammenhang zwischen Extraversion (Präsenz) und positiver Emotionalität lässt sich sehr gut replizieren und zeigt sich sowohl im Selbstbericht als auch in Studien mit ökologischen Momentaufnahmen. Extraversion scheint zum Teil eine biologische Empfindlichkeit für Belohnungssignale abzubilden, die sich darin äußert, dass Betroffene in sozialen Situationen häufiger und intensiver positive Emotionen erleben.
Openness und Kreativität, Intelligenz und ästhetisches Interesse. Der Zusammenhang zwischen Openness to Experience (Vision) und Ergebnissen in kreativen Feldern, also künstlerischer Produktion, divergentem Denken und kulturellem Konsum, repliziert konsistent. Die Beziehung zur kristallinen Intelligenz ist moderat und robust.
Welche Befunde der Persönlichkeitsforschung schwächer dastehen
Nicht alle Befunde der Persönlichkeitsforschung haben die Replikation gleich gut überstanden.
Spezifische Wechselwirkungen von Merkmal und Ergebnis. Die Haupteffekte der Big-Five-Merkmale auf breite Ergebnisse sind robust. Deutlich schwächer steht es um Behauptungen zu spezifischen moderierenden Wechselwirkungen: dass Conscientiousness die Leistung nur unter bestimmten Führungsbedingungen vorhersagt, dass Agreeableness für die Teamleistung dort mehr zählt, wo die Rollen stark voneinander abhängen. Solche Interaktionseffekte beruhen oft auf kleineren Stichproben, lassen in der Auswertung mehr Forscherfreiheitsgrade zu und schrumpfen in unabhängigen Replikationen erheblich.
Interventionen zur Persönlichkeitsveränderung. Studien, die gezielten Interventionen zutrauen, das Niveau von Big-Five-Merkmalen bedeutsam zu verschieben, und die diesen Verschiebungen Dauer zusprechen, replizieren uneinheitlich. Dass Persönlichkeit sich verändern kann, ist als Grundbefund robust. Die Evidenz für zuverlässige, gezielte und dauerhafte Veränderung durch bestimmte Interventionen ist es weniger. Das Feld braucht größere, präregistrierte Studien, bevor sich starke Aussagen über Persönlichkeitsveränderung rechtfertigen lassen.
Deutungen über Typen. Der Versuch, aus kontinuierlichen Big-Five-Werten bedeutsame Persönlichkeits-„Typen“ abzuleiten, also die Behauptung, es gebe klar abgrenzbare Gruppen von Menschen mit bedeutsam verschiedenen Profilen, repliziert schlecht. Auf einen viel zitierten Artikel von Gerlach et al. aus dem Jahr 2018, der vier robuste Persönlichkeitstypen identifiziert haben wollte, folgten rasch unabhängige Analysen, die zeigten, wie stark die Typenstruktur von methodischen Entscheidungen abhing. Kontinuierliche Merkmalswerte replizieren, diskrete Typen nicht. Auch deshalb verzichtet Cèrcol auf ein Framing über Typen.
Worauf Teams vertrauen können und was sie vorsichtig behandeln sollten
| Befund | Replikationsstatus | Vertrauensniveau |
|---|---|---|
| Conscientiousness → Arbeitsleistung | Sehr häufig repliziert | Hoch: als Referenzmaßstab nutzbar |
| Neuroticism → geringeres Wohlbefinden | Sehr häufig repliziert | Hoch: konsistent über Kulturen und Instrumente |
| Stabilität der Merkmale im Erwachsenenalter | Sehr häufig repliziert | Hoch: Veränderung ist real, aber langsam |
| Extraversion → positiver Affekt | Sehr häufig repliziert | Hoch: robust im Erfahrungssampling und im Labor |
| Openness → Kreativität | Gut repliziert | Moderat bis hoch: Effektstärken variieren je nach Feld |
| Spezifische Wechselwirkungen Merkmal × Ergebnis | Gemischt | Niedrig: vorsichtig behandeln, auf großes N achten |
| Interventionen zur Persönlichkeitsveränderung | Gemischt | Niedrig bis moderat: vielversprechend, aber nicht etabliert |
| Persönlichkeitstypen aus den Big Five | Schlecht repliziert | Niedrig: binäre Typzuweisungen vermeiden |
Wer mit Persönlichkeitsdaten arbeitet, sollte sie deshalb auf der Ebene breiter Merkmalstendenzen anwenden, nicht auf der Ebene feinkörniger Vorhersagen. Die Forschung zu Conscientiousness und Arbeitsleistung gibt Ihnen Anlass zu erwarten, dass jemand mit hohen Disziplinwerten im Durchschnitt und über die Zeit hinweg verlässlicher ist und Dinge eher zu Ende bringt als jemand mit niedrigen Werten. Sie gibt Ihnen keine Grundlage vorherzusagen, was diese Person in einer konkreten Situation tun wird, wie sie auf eine bestimmte Führungskraft reagiert oder ob sie in einer Rolle mit ungewöhnlichen Anforderungen bestehen wird. Ausführlicher stecken what personality science cannot predict diese Grenzen ab.
Für Cèrcol heißt das: interpretative Rahmen dort ansetzen, wo die Evidenz am stärksten ist, und Unsicherheit dort ausdrücklich benennen, wo die Evidenz schwächer wird. Die Wissenschaftsseite auf cercol.team/science legt die Evidenzbasis im Detail offen.
Wie Präregistrierung die Glaubwürdigkeit der Persönlichkeitsforschung erhöht
Die Replikationskrise hat die Forschungspraxis verändert. Wer präregistriert, legt sich vor der Datenerhebung auf Hypothesen, Messungen und Auswertungsstrategie fest und schließt damit jene nicht offengelegte Flexibilität aus, die die Rate falsch positiver Ergebnisse aufbläht. Große Verbundstudien bündeln Daten aus vielen Laboren und liefern Schätzungen der Effektstärke, die robust genug sind, um zu generalisieren. In Adversarial Collaborations treten Forschende mit gegensätzlichen Positionen in gemeinsamen Studien gegeneinander an, die entscheiden sollen, wer recht behält.
Diese Praktiken verbessern die Qualität der Literatur zur Persönlichkeitsforschung bereits heute. Ein Befund, der eine präregistrierte Replikation mit großem N übersteht, ist deutlich glaubwürdiger als einer, der nur in einer Einzellaborstudie gezeigt wurde. Je reifer das Feld wird, desto besser wird das Verhältnis von Signal zu Rauschen, und desto mehr können Praktikerinnen und Praktiker Persönlichkeitsdaten vertrauen. Einen Überblick über die hartnäckigsten Missverständnisse gibt five personality science myths that won't die.
Prüfen Sie die Wissenschaft selbst mit Cèrcol
Die Big-Five-Befunde, die am robustesten repliziert wurden, Conscientiousness und Leistung, Neuroticism und Wohlbefinden, die Stabilität der Merkmale, sind genau die Befunde, auf denen Persönlichkeitsdiagnostik aufbauen sollte. Diesen Maßstab legt Cèrcol an sich selbst an: Erkenntnisse entstehen nur aus Dimensionen und Zusammenhängen mit starker Replikationsbilanz, und die Wissenschaftsseite dokumentiert die stützende Evidenz transparent.
Wenn Sie sehen möchten, wie replizierte Persönlichkeitsforschung in der Praxis aussieht: Cèrcol ist kostenlos auf cercol.team. Der Test verwendet gemeinfreie IPIP-Items, bewertet die fünf Dimensionen, deren Validitätsnachweis die Replikationskrise überstanden hat, und liefert Ihnen Selbstbericht und Fremdperspektive zugleich, denn zwei unabhängige Signale sind zuverlässiger als eines.
Weiterführende Literatur: Kritik an den Big Five: Was die Kritiker richtig sehen · The science behind Cèrcol