- Welche Psychology IA gilt für dich?
- Was die neue Psychology IA von dir verlangt
- Die vier Forschungsmethoden der IA und wann welche passt
- Reales Problem und Population of Interest wählen
- Psychology IA Kriterien: was jedes 6-Punkte-Kriterium braucht
- Vorgehen, Stichprobe und Designentscheidungen
- Dein Erhebungsinstrument entwickeln
- Ethik muss sich auf deine Teilnehmenden beziehen
- Die Diskussion ohne Ergebnisse schreiben
- Brauchst du noch Statistik?
- Häufige Fehler in der Psychology IA
- Die alte experimentelle IA (Prüfungen 2026)
Kurzantwort
Ab Mai 2027 ist die IB Psychology IA ein Research Proposal (Forschungsentwurf), kein Experiment. Du planst eine Studie zu einer bestimmten Population of Interest (Zielgruppe), führst sie aber nicht durch. Dafür nutzt du eine von vier Methoden: Experiment, Interview, Beobachtung oder Fragebogen. Das Limit liegt bei 2.200 Wörtern, vier Kriterien bringen je 6 Punkte (insgesamt 24), und die IA zählt 30 % im SL und 20 % im HL.
Was du lernst
- Prüfungen ab Mai 2027 (Start im August 2025 oder später): ein Research Proposal mit 24 Punkten
- Du wählst eine der vier Methoden aus den Class Practicals: Experiment, Interview, Beobachtung oder Fragebogen
- Du erhebst keine Daten, es gibt also keinen Ergebnis- oder Statistikteil; stattdessen diskutierst du, was die Studie finden könnte
- Jede Entscheidung muss für deine konkrete Population of Interest und dein reales Problem begründet sein
- Für Prüfungen 2026 gilt noch die alte experimentelle IA (eine Replikation mit 22 Punkten)
Welche Psychology IA gilt für dich?
Das IB hat einen neuen Psychology-Kurs eingeführt, der seit August 2025 unterrichtet und im Mai 2027 erstmals geprüft wird. Die IA hat sich dabei komplett verändert. Prüfe also, welche Version für dich gilt, bevor du einem Guide, Video oder Beispiel folgst.
- Prüfungen im Mai 2027 oder später: das neue Research Proposal, das auf dieser Seite beschrieben wird. Du planst eine Studie, führst sie aber nicht durch
- Prüfungen 2026 (Mai oder November): die experimentelle IA des alten Guides. Du replizierst ein einfaches veröffentlichtes Experiment, erhebst Daten und wertest sie statistisch aus
- Die meisten Beispielarbeiten, Ideenlisten und „How to get a 7“-Videos von vor 2025 beschreiben das alte Experiment. Ihre Tipps zu Datenauswertung und Inferenzstatistik gelten für die neue Aufgabe nicht
Wichtig
Wenn deine Lehrkraft von einem Research Proposal, Class Practicals oder einer Population of Interest spricht, bist du im neuen Guide.
Was die neue Psychology IA von dir verlangt
Die IA verlangt ein Research Proposal: einen ausführlichen, begründeten Plan für eine Studie, die ein reales Problem einer bestimmten Population of Interest untersuchen würde. Du nutzt eine der vier Forschungsmethoden, die du in den Class Practicals (praktischen Übungen im Unterricht) kennengelernt hast, und erklärst, warum sie zum Problem und zur Population passt. Weil du nie Daten erhebst, belohnen die Punkte die Qualität deiner Begründung: warum dieses Ziel, warum diese Methode, warum diese Stichprobe, warum diese Fragen oder Messungen und was die Ergebnisse bedeuten könnten. SL- und HL-Schüler bearbeiten genau dieselbe Aufgabe.
- Wortgrenze: 2.200 Wörter, einzeln verfasst
- Punkte: 24, aus vier Kriterien mit je 6 Punkten
- Gewichtung: 30 % deiner Endnote im SL, 20 % im HL
- Zeit: Das IB empfiehlt 20 Unterrichtsstunden
- Bewertet von deiner Lehrkraft und moderiert vom IB
- Unterstützt durch Class Practicals: Der Kurs enthält mindestens vier, eines in jedem Context of Study, und sie geben dir praktische Erfahrung mit den Methoden
Profi-Tipp
Stell dir deinen Entwurf als etwas vor, das du einer Forscherin geben könntest, die die Studie dann durchführt. Wenn sie dich fragen müsste, wie, wer, wo oder warum, ist dein Entwurf nicht detailliert genug.
Die vier Forschungsmethoden der IA und wann welche passt
Dein Entwurf muss eine der vier Forschungsmethoden aus den Class Practicals verwenden. Die beste Wahl ist die, die zu deinem Ziel und deiner Population passt, nicht die, die am wissenschaftlichsten klingt. Moderatoren belohnen eine Methode, die du überzeugend begründen kannst, mehr als eine, die dir nur vertraut ist.
- Experiment: Du manipulierst eine unabhängige Variable und misst ihre Wirkung auf eine abhängige Variable. Am besten, wenn es in deinem Ziel um Ursache und Wirkung geht, zum Beispiel ob eine kurze Achtsamkeitsübung die Werte für Prüfungsangst in einer bestimmten Gruppe verändert. Du musst beide Variablen operationalisieren und ein experimentelles Design wählen, etwa Independent Measures (verschiedene Gruppen) oder Repeated Measures (Messwiederholung)
- Interview (einschließlich Fokusgruppen): am besten, um Erfahrungen, Bedeutungen und Wahrnehmungen in der Tiefe zu erkunden, zum Beispiel wie Studierende, die als Erste in ihrer Familie an die Universität gehen, ihr Zugehörigkeitsgefühl beschreiben. Du entwirfst einen Interviewleitfaden und entscheidest dich für ein strukturiertes, halbstrukturiertes oder unstrukturiertes Format
- Beobachtung: am besten, wenn du festhalten willst, was Menschen tatsächlich tun, statt was sie sagen, zum Beispiel wie kleine Kinder in einer Kita Spielzeug teilen. Du entscheidest zwischen verdeckt oder offen, teilnehmend oder nicht teilnehmend sowie natürlich oder kontrolliert, und du legst Verhaltenskategorien fest
- Umfrage oder Fragebogen: am besten, um Meinungen oder selbstberichtetes Verhalten in einer größeren Stichprobe zu erfassen, zum Beispiel Bildschirmzeit und Schlafqualität bei Schülerinnen und Schülern im ersten IB-Jahr. Du formulierst die Items, wählst geschlossene oder offene Fragen und Ratingskalen und planst, wie du suggestive Formulierungen vermeidest
Profi-Tipp
Frag dich, welche Art von Antwort dein Ziel braucht. Ein Ziel nach dem Muster „verursacht X Y?“ spricht für ein Experiment, „wie erleben Menschen X?“ für ein Interview und „wie verbreitet ist X?“ für eine Umfrage.
Reales Problem und Population of Interest wählen
Dein Ausgangspunkt ist ein reales Problem, und deine Population of Interest ist die konkrete Gruppe, die davon betroffen ist. Vage Populationen wie „Jugendliche“ oder „Schüler“ machen es schwer, alles Weitere zu begründen, denn Stichprobe, Ethik und Erhebungsinstrument hängen davon ab, wen du untersuchst. Mit einer fokussierten Population kannst du erklären, warum diese Gruppe wichtig ist, was über sie bereits bekannt ist und warum deine Methode für sie geeignet ist.
- Schwach: „Stress bei Jugendlichen“. Stärker: „Prüfungsstress bei 16- bis 18-jährigen Internatsschülern in ihrem Abschlussjahr“
- Schwach: „soziale Medien und Stimmung“. Stärker: „die Wirkung von passivem Scrollen in sozialen Medien auf die Stimmung von Studierenden, die nicht mehr bei ihren Eltern wohnen“
- Wähle ein Problem, zu dem es veröffentlichte Forschung gibt: Die Einleitung braucht Ergebnisse und Schlussfolgerungen aus zwei relevanten Studien
- Achte darauf, dass du die Population grundsätzlich erreichen könntest, auch wenn du die Studie nicht wirklich durchführst
- Wähle ein Thema mit klarem Bezug zu den Kursinhalten, etwa health and well-being (Gesundheit und Wohlbefinden), human development (Entwicklung), human relationships (Beziehungen) oder learning and cognition (Lernen und Kognition)
Psychology IA Kriterien: was jedes 6-Punkte-Kriterium braucht
Die vier Kriterien bringen gleich viele Punkte. Ein starker Entwurf gibt also jedem genug Raum, statt die Hälfte der Wörter für die Einleitung zu verbrauchen. Die Zusammenfassung unten gibt sinngemäß wieder, was jedes Kriterium belohnt. Deine Lehrkraft kann dir die vollständigen Deskriptoren aus dem Guide zeigen.
- 1Kriterium A, Introduction (Einleitung, 6 Punkte): ein klares, fokussiertes Ziel; ein reales Problem und seine Auswirkung auf deine Population of Interest; und Ergebnisse und Schlussfolgerungen aus zwei relevanten Studien, die begründen, warum die Studie sinnvoll ist
- 2Kriterium B, Research methodology (Forschungsmethodik, 6 Punkte): warum deine Methode zu Ziel und Population passt; das Vorgehen mit Stichprobe, Design und Setting; und ethische Überlegungen, die ausdrücklich auf deine Studie und deine Teilnehmenden bezogen sind
- 3Kriterium C, Data collection (Datenerhebung, 6 Punkte): das Instrument, das du zur Erfassung des Verhaltens entwickelt hast, etwa ein Interviewleitfaden, eine Beobachtungscheckliste, ein Fragebogen oder Versuchsmaterialien; die Entscheidungen dahinter; und die Schwierigkeiten, die du bei der Datenerhebung erwarten würdest
- 4Kriterium D, Discussion (Diskussion, 6 Punkte): was die Studie finden könnte und was diese Ergebnisse für Politik oder Praxis bedeuten könnten; wie Forscher-Bias die Studie beeinflussen könnte; und eine andere Forschungsmethode und was sie ergänzen würde
Vorgehen, Stichprobe und Designentscheidungen
Kriterium B belohnt begründete Entscheidungen. Jede Entscheidung in deinem Vorgehen solltest du mit Blick auf Ziel und Population erklären, nicht nur nennen. Nach diesem Abschnitt sollte ein Moderator genau wissen, wer teilnehmen würde, wie die Teilnehmenden gewonnen würden, wo die Studie stattfände und was jede Person erleben würde.
- Stichprobenverfahren: Zufallsstichprobe, geschichtete Stichprobe, Gelegenheitsstichprobe, gezielte (purposive) Auswahl, Schneeballverfahren oder Selbstauswahl, mit einer Begründung, warum das Verfahren zu deiner Population passt, und seinen Nachteilen
- Stichprobengröße: eine realistische Zahl mit Begründung, zum Beispiel eine kleine gezielte Stichprobe für Tiefeninterviews oder eine größere für einen Fragebogen
- Design: bei Experimenten Independent Measures, Repeated Measures oder Matched Pairs, und wie du mit Reihenfolgeeffekten oder Personenvariablen umgehst
- Setting: wo die Studie stattfinden würde und warum, auch wie der Ort das Verhalten beeinflussen könnte
- Standardisierung: festgelegte Instruktionen und gleiche Bedingungen, damit eine andere Person das Vorgehen wiederholen könnte
- Kontrollen: was die Ergebnisse verzerren könnte (Demand Characteristics, Versuchsleitereffekte, Ablenkungen in der Umgebung) und wie dein Design das verringert
Wichtig
Ein Vorgehen, das auf dem Papier klar klingt, aber offenlässt, wer die Instruktionen vorliest, wie lange jede Phase dauert oder was passiert, wenn jemand abbricht, wirkt auf Moderatoren unausgereift.
Dein Erhebungsinstrument entwickeln
Kriterium C verlangt, dass du ein Instrument entwickelst. Hier wird dein Entwurf konkret. Das Instrument muss zu deiner Methode passen und tatsächlich das Verhalten oder Erleben messen, um das es in deinem Ziel geht. Erkläre deine Designentscheidungen: warum jede Frage, Kategorie oder Messung da ist, wie sie die Variablen oder Themen deines Ziels operationalisiert und welche Probleme du bei der Anwendung erwartest.
- Interviewleitfaden: offene Fragen in logischer Reihenfolge, mit geplanten Nachfragen und ohne suggestive Formulierungen
- Beobachtungscheckliste: klare Verhaltenskategorien, die zwei Beobachter gleich kodieren würden, mit einem Verfahren wie Event Sampling oder Time Sampling
- Fragebogen: Items mit Bezug zu deinem Ziel, einheitliche Ratingskalen, wo sinnvoll verschiedene Fragetypen und Kontrollen für soziale Erwünschtheit
- Versuchsmaterialien: der Reiz, die Aufgabe und die Messung der abhängigen Variable, mit genauer Angabe, wie ausgewertet würde
- Schwierigkeiten: zum Beispiel sozial erwünschte Antworten, Observer Drift (nachlassende Beobachtungsgenauigkeit), unklare Formulierungen oder geringe Rücklaufquoten, und wie du jede davon verringern würdest
Ethik muss sich auf deine Teilnehmenden beziehen
Ethik wird als Teil der Methodik bewertet, und allgemeine Listen schneiden schlecht ab. Erkläre, wie jedes Prinzip für deine Population und dein Vorgehen gilt. Je verletzlicher deine Population ist, desto mehr Detail erwarten Moderatoren.
- Informierte Einwilligung: wer sie gibt, wie sie erklärt wird und ob bei jüngeren Teilnehmenden die Einwilligung der Eltern oder Erziehungsberechtigten nötig ist
- Recht auf Rücktritt: wie Teilnehmende jederzeit aussteigen können und was dann mit ihren Daten passiert
- Schutz vor Schaden: wie du Belastungen vermeidest, besonders bei sensiblen Themen wie Angst oder Körperbild, und wo Teilnehmende Unterstützung finden
- Vertraulichkeit und Anonymität: wie Daten gespeichert und berichtet würden
- Debriefing: was Teilnehmende danach erfahren würden, besonders wenn Details zurückgehalten wurden
- Abwägungen: wo eine ethische Schutzmaßnahme die Validität beeinflussen könnte und warum du das in Kauf nimmst
Die Diskussion ohne Ergebnisse schreiben
Weil du keine Daten erhebst, verlangt Kriterium D, dass du vorausdenkst. Beschreibe, welche Ergebnisse deine Studie liefern könnte, idealerweise mehr als ein mögliches Ergebnis, und erkläre, was jedes für das reale Problem bedeuten würde, zum Beispiel für eine Schulrichtlinie, einen Gesundheitsdienst oder ein Unterstützungsprogramm für Eltern. Diskutiere dann, wie Forscher-Bias die Studie beeinflussen könnte, etwa Confirmation Bias bei der Interpretation von Interviews oder Erwartungen während einer Beobachtung, und wie du ihn begrenzen würdest. Schlage zum Schluss eine andere Forschungsmethode vor und erkläre, was sie ergänzen würde, zum Beispiel Interviews im Anschluss an einen Fragebogen, um zu erklären, warum bestimmte Muster auftreten.
Brauchst du noch Statistik?
In der neuen IA nicht. Es gibt keine Ergebnisse auszuwerten, also auch keinen Teil mit deskriptiver Statistik oder Inferenzstatistik im Research Proposal. Datenanalyse und Interpretation bleiben aber Teil des Kurses: HL-Schüler werden darin direkt in Paper 3 geprüft, das mit quantitativen und qualitativen Forschungsergebnissen arbeitet. Von SL- und HL-Schülern wird außerdem erwartet, dass sie Daten in Forschung und Medienberichten kritisch hinterfragen. Im alten Guide war Statistik zentral: Die experimentelle IA verlangte deskriptive Statistik, einen Inferenztest und eine begründete Interpretation des Ergebnisses.
Häufige Fehler in der Psychology IA
Diese Probleme schwächen Research Proposals am häufigsten, und einige entstehen, weil Tipps für das alte Experiment befolgt werden. Ein Tutor für IB Psychologie kann dir an veröffentlichten Studien statt an deinem Proposal erklären, wie eine Methode zu einem Ziel passen sollte und wie du jede Designentscheidung begründest, während das Proposal deine eigene Arbeit bleibt.
- Die Aufgabe als Replikation eines klassischen Experiments behandeln oder erfundene Ergebnisse berichten
- Eine so breite Population of Interest, dass sich keine Entscheidung begründen lässt
- Eine Methode wählen, weil sie vertraut ist, und nicht, weil sie zum Ziel passt
- Hintergrundforschung, die Studien zusammenfasst, ohne ihre Ergebnisse mit deinem Ziel zu verbinden
- Ethische Prinzipien aufzählen, ohne sie auf deine Teilnehmenden anzuwenden
- Ein Erhebungsinstrument, das nicht misst, was das Ziel beschreibt
- Eine Diskussion, die nur ein Ergebnis vorhersagt und ignoriert, was andere Ergebnisse bedeuten würden
- Eine andere Methode vorschlagen, ohne zu erklären, was sie ergänzen würde
Die alte experimentelle IA (Prüfungen 2026)
Zur Einordnung: Für Prüfungen im Mai und November 2026 gilt noch der alte Guide. Die IA ist dort ein Bericht über die Replikation eines einfachen veröffentlichten Experiments, bei dem du eine unabhängige Variable manipulierst, Daten von Teilnehmenden erhebst und sie auswertest. Die Berichte haben 1.800 bis 2.200 Wörter und werden mit 22 Punkten in vier Kriterien bewertet: Introduction (6 Punkte), Exploration (4 Punkte), Analysis (6 Punkte) und Evaluation (6 Punkte). Die IA zählt 25 % im SL und 20 % im HL. Nichts davon gilt für Prüfungen ab Mai 2027.