Scoping Review durchführen: die Kartezeichnen statt der Antwort hinterherjagen
„Was wurde in diesem Feld eigentlich erforscht – und wie viel davon?“ Wer sich in ein neues Thema einarbeitet, braucht manchmal erst einen Überblick über das Gelände, bevor sich eine schärfere Frage stellen lässt. Genau dafür gibt es das Scoping Review. Es wird oft für eine Sparversion des systematischen Reviews gehalten, doch das verfehlt den Punkt. Ein Scoping Review ist kein Review, das eine Frage beantwortet – es ist ein Review, das ein Feld kartiert. Die beiden dienen grundverschiedenen Zwecken. Dieser Artikel zeigt Schritt für Schritt, wie Sie diese Karte zeichnen.
Veröffentlicht: 2026-07-22
Antwort-Reviews vs. Karten-Reviews
Ein systematisches Review stellt eine Frage, die eine Antwort verlangt: „Wirkt diese Intervention?“ Ein Scoping Review fragt nach Verteilung statt nach Effekt: „Welche Forschung existiert in diesem Bereich, wie viel davon, und von welcher Art?“
Entsprechend unterscheiden sich die Ergebnisse. Ersteres liefert eine gepoolte Schlussfolgerung; Letzteres liefert eine Karte – ein geordnetes Bild der Studientypen, Populationen, Methoden und Zeiträume eines Feldes, einschließlich der weißen Flecken (der Forschungslücken).
Die Frage mit PCC rahmen, nicht mit PICO
Scoping Reviews arbeiten mit dem PCC-Rahmen statt mit PICO.
P (Population), C (Concept: worum es in der Forschung geht) und C (Context: Setting, Ort oder Umstände). Auffällig ist, was fehlt: der Vergleich – denn dies ist kein Review, das Effekte vergleicht. Eine Frage könnte lauten: „Forschung zu Tele-Rehabilitation (Concept) für ältere Menschen (Population) im häuslichen Umfeld (Context).“
Breit und flach suchen – mit Absicht
Wo die Suche eines systematischen Reviews auf eine spezifische Frage zuläuft, ist die Suche eines Scoping Reviews bewusst weit angelegt. Sie schließt typischerweise quantitative, qualitative und praxisbasierte Studiendesigns ohne Einschränkung ein.
Fürchten Sie nicht, zu viel einzufangen – fürchten Sie Löcher in der Karte. Das ist die Suchphilosophie hier. Die Trefferzahlen werden hoch sein, planen Sie den Screening-Aufwand also von Anfang an ein.
Die Auswahlkriterien stehen trotzdem vorab fest
Ein weites Netz auszuwerfen heißt nicht, ohne Kriterien zu arbeiten. Ein- und Ausschlusskriterien werden aus Ihrem PCC abgeleitet und vorab festgelegt; das Screening läuft mit derselben Dokumentationsdisziplin wie bei einem systematischen Review.
Ein eigener Berichtsrahmen existiert: die PRISMA-Erweiterung für Scoping Reviews (PRISMA-ScR). Richten Sie sich bei den Details von Durchführung und Berichterstattung nach PRISMA-ScR, den Anforderungen Ihres Zieljournals und der Einschätzung Ihrer Betreuung.
Die Kernaufgabe ist das Charting – mehr Sortieren und Erfassen als Tiefenlektüre
Sind die Studien ausgewählt, besteht die zentrale Tätigkeit nicht in tiefer kritischer Bewertung, sondern im sogenannten Charting. Aus jeder Quelle übertragen Sie Autor, Jahr, Land, Population, Studiendesign, die Operationalisierung des Konzepts und die Hauptbefunde in eine Tabelle – mit Feldern, die Sie vorher definiert haben.
Beachten Sie: Eine Bewertung des Verzerrungsrisikos ist bei einem Scoping Review in der Regel nicht erforderlich – Ziel ist es, die Verteilung der Forschung zu verstehen, nicht ihre Qualität zu benoten. Die Gepflogenheiten variieren allerdings je nach Zweck und Publikationsort, klären Sie das also mit Ihrem Team.
Die Lücken von der Karte ablesen
Ist das Chart vollständig, treten Sie einen Schritt zurück und betrachten die Karte. Welche Populationen oder Settings ziehen die meiste Forschung an? Welche Designs dominieren? Wie hat sich das Feld über die Zeit verschoben?
Die wertvollste Entdeckung ist die Lücke. „Zu dieser Population existieren nur qualitative Studien.“ „In diesem Kontext wurde seit einem Jahrzehnt nichts publiziert.“ Die Forschungslücken beim Namen zu nennen ist der Staffelstab, den ein Scoping Review an die nächste Studie weiterreicht – die gut Ihre eigene sein kann.
Wo KI hilft: Triagieren und Vorentwerfen in großer Menge
Weil Scoping Reviews große Mengen an Referenzen umfassen, eignen sie sich tatsächlich gut für KI-Unterstützung. Abstracts überfliegen, Chart-Felder vorbefüllen, Klassifikationskandidaten vorschlagen – all das spart echte Zeit.
Das Prinzip bleibt jedoch dasselbe wie in jedem Review: Was ins Chart wandert, wird am Original-PDF verifiziert, und Fehldeutungen der KI werden von Hand korrigiert. Interpretationsbedürftige Felder wie „Wie wurde das Konzept operationalisiert?“ lassen sich aus einer Zusammenfassung allein nie abschließend klären.
Die Karte in Paperfy bauen
In Paperfy bekommt jedes gesammelte Paper eine eigene Seite mit KI-Zusammenfassung, Abbildungen, Tabellen und Original-PDF. Während Sie Paper fürs Charting sichten, können Sie Klassifikationsnotizen direkt in die editierbare Zusammenfassung schreiben – „P: ältere Menschen / Concept: Tele-Rehabilitation / Context: häuslich / Design: qualitativ“ –, sodass sich Ihr Kartenmaterial auf der Seite des jeweiligen Papers ansammelt.
Wenn Sie beim Schreiben fragen müssen: „Worauf stützte sich diese Einordnung?“, liegt der Originaltext direkt auf derselben Seite. Sie bekommen die Breite, die die Karte verlangt, ohne den Rückweg zu Ihrer Evidenz zu verlieren.
Checkliste fürs Scoping Review
- Ich habe die Frage mit PCC (Population, Concept, Context) gerahmt.
- Ich habe die Suche breit angelegt, die Kriterien aber vorab festgelegt und dokumentiert.
- Ich habe meine Chart-Felder definiert, bevor ich mit dem Sortieren der Literatur begonnen habe.
- Ich habe die Forschungslücken anhand der Karte in Worte gefasst.
Die Karte des Feldes zeichnen, ohne den Rückweg zur Evidenz zu verlieren
Mit Paperfy wird ein großer Literaturbestand mit einer Seite pro Paper organisiert, und Ihre Klassifikationsnotizen führen jederzeit zurück zum Original-PDF. Nutzen Sie das als Gerüst für Ihre Karte.
Systematisches Review
Dieses Thema Erkunden
Alle Leitfäden zu diesem Workflow gebündelt lesen.
Als Nächstes Lesen
Diese Leitfäden führen denselben Ablauf weiter.