Spätestens bei der Themenwahl im Master oder in der Dissertation stösst du auf Zahlen wie JIF 4,2, h-Index 34 oder Q1-Journal. In Peer-Review-Rückmeldungen, in Lehrstuhl-Vorgaben oder im Gespräch mit deiner Betreuung tauchen sie einfach auf, als wüsste jeder, was gemeint ist. Dieser Beitrag erklärt die wichtigsten bibliometrischen Kennzahlen — Impact Factor, h-Index, SJR, CiteScore — und, wichtiger, wie du sie in deiner Abschlussarbeit sinnvoll einordnest, ohne dich blenden zu lassen.
Warum Metriken in Abschlussarbeiten überhaupt eine Rolle spielen
Bibliometrische Kennzahlen versuchen, wissenschaftliche Qualität in eine Zahl zu übersetzen. Das gelingt nur teilweise — aber sie liefern dir drei Dinge, die du brauchst:
- Ein grobes Qualitätssignal für Zeitschriften, die du nicht kennst.
- Vergleichbarkeit innerhalb eines Fachs (nie über Fächergrenzen hinweg).
- Auffindbarkeit: viel zitierte Arbeiten führen dich zu den Klassikern deines Themas.
Was sie nicht liefern: eine Aussage darüber, ob ein einzelner Artikel für deine Fragestellung relevant ist, ob die Methodik sauber ist, oder ob die Aussagen mit deiner Interpretation zusammenpassen. Das musst du selbst lesen.
Der Journal Impact Factor (JIF)
Der JIF von Clarivate ist die älteste und bekannteste Kennzahl. Er misst, wie oft Artikel eines Journals in den letzten zwei Jahren durchschnittlich zitiert wurden.
Rechenweg:
- Zähler: Zitate im Berichtsjahr auf Artikel, die in den zwei Vorjahren im Journal erschienen sind.
- Nenner: Zahl der “citable items” (Original Articles + Reviews) in denselben zwei Jahren.
- Beispiel: JIF 2025 = Zitate im Jahr 2025 auf Artikel aus 2023/24, geteilt durch Zahl dieser Artikel.
Was der JIF gut kann:
- Innerhalb eines Fachs Journals vergleichen (Kardiologie mit Kardiologie).
- Ein Signal geben, ob ein Journal zumindest nicht komplett am Rand steht.
Was er nicht kann:
- Fächer vergleichen. In der Molekularbiologie liegen Spitzenjournals bei JIF > 40, in der Mathematik über 5 zu kommen ist schon aussergewöhnlich. Ein Vergleich Bio vs. Mathe über den JIF ist Unsinn.
- Einzelne Artikel bewerten. Die JIF-Verteilung innerhalb eines Journals ist extrem schief: wenige hochzitierte Papers ziehen den Schnitt nach oben, viele Artikel werden nie zitiert.
- Reviews vs. Originalarbeiten trennen. Review-Journals haben strukturell höhere JIFs.
Der JIF erscheint jährlich im Juni in den Journal Citation Reports (JCR), zugänglich über Web of Science mit Uni-Lizenz. Er bezieht sich immer auf das Vorjahr.
SJR, CiteScore und SNIP — die Alternativen
Weil Elsevier dem JIF (Clarivate) mit eigenen Kennzahlen Konkurrenz gemacht hat, gibt es heute mehrere Journal-Metriken nebeneinander:
| Kennzahl | Anbieter | Zeitfenster | Besonderheit | Zugang |
|---|---|---|---|---|
| JIF | Clarivate (JCR) | 2 Jahre | Klassiker, Marketing-Standard | Lizenz |
| CiteScore | Elsevier (Scopus) | 4 Jahre | Breiter, alle Dokumenttypen | Frei |
| SJR | SCImago (auf Scopus) | 3 Jahre, gewichtet | Prestige-Gewichtung wie PageRank | Frei |
| SNIP | CWTS Leiden (auf Scopus) | 3 Jahre, feldnormalisiert | Korrigiert für Fach-Zitationsdichte | Frei |
SJR (SCImago Journal Rank) gewichtet, wie prestigereich die zitierenden Journals sind — eine Zitierung aus Nature zählt mehr als eine aus einem Nischenjournal. Frei zugänglich unter scimagojr.com, das macht ihn zur ersten Wahl für schnelle Checks ohne Uni-VPN.
SNIP (Source Normalized Impact per Paper) korrigiert für die Zitierkultur des Fachs. Damit wird ein Fächervergleich zumindest ansatzweise sinnvoll — die 1,0-Marke bedeutet in jedem Fach durchschnittliche Zitierhäufigkeit.
CiteScore ist Elseviers Antwort auf den JIF, mit breiterem Fenster (4 Jahre) und ohne den umstrittenen “citable items”-Trick. Auf scopus.com für jede indexierte Zeitschrift kostenlos einsehbar.
Für eine Bachelor- oder Masterarbeit reicht in aller Regel: Wenn deine Uni Web of Science hat, schau dir JIF und Quartilsrang (Q1–Q4) an. Wenn nicht: SJR auf scimagojr.com — das ist die beste freie Alternative.
Der h-Index — Autor:innen statt Journals
Der h-Index (Hirsch, 2005) misst nicht Journals, sondern einzelne Forscher:innen. Er ist die grösste Zahl h, für die gilt: h Publikationen dieser Person wurden mindestens h-mal zitiert.
Beispiel: Eine Autorin mit 20 Publikationen, von denen 8 mindestens 8-mal zitiert wurden, aber keine 9 mindestens 9-mal, hat h = 8.
Warum es Sinn ergibt:
- Reine Publikationszahl belohnt Vielschreiber ohne Wirkung.
- Reine Zitatzahl belohnt einen einzigen viralen Artikel.
- Der h-Index verlangt beides — Menge und Wirkung.
Warum es problematisch bleibt:
- Karrierelänge dominiert. Wer 30 Jahre publiziert, hat mechanisch mehr Chancen auf einen hohen h-Index.
- Fächer sind nicht vergleichbar. In der Biomedizin sind h-Indizes von 40+ normal, in Mathematik ist h = 15 bemerkenswert, in Geisteswissenschaften kann eine sehr einflussreiche Karriere bei h = 8 liegen.
- Selbstzitate verzerren, wenn Autor:innen sich gezielt oft selbst zitieren.
- Namensdopplungen: “M. Müller” gibt es hundertfach, ohne ORCID-Verknüpfung wird der h-Index unbrauchbar.
Google Scholar, Scopus und Web of Science zeigen jeweils unterschiedliche h-Indizes derselben Person an, weil sie unterschiedliche Publikations- und Zitatmengen berücksichtigen. Google Scholar liegt in der Regel am höchsten, weil es alles einbezieht — auch Preprints, Buchkapitel und Konferenzbände.
Weitere Autor:innen-Metriken
- i10-Index (Google Scholar): Zahl der Publikationen mit mindestens 10 Zitaten. Schnelle Zusatzangabe.
- m-Quotient: h-Index geteilt durch die Karrierezeit in Jahren. Fairer für Nachwuchsforschung.
- g-Index: gibt hoch zitierten Artikeln mehr Gewicht als der h-Index.
- Altmetrics: soziale Signale (Tweets, News, Policy-Zitate). Ergänzend, kein Ersatz für zitationsbasierte Kennzahlen.
Was die Metriken NICHT sagen
Bevor du irgendeine Kennzahl in deiner Arbeit erwähnst, halte dir vor Augen, was sie nicht aussagen:
- Nicht die Qualität eines einzelnen Papers. Ein hochzitiertes Paper kann berühmt sein, weil es kontrovers oder falsch ist (siehe die Andrew-Wakefield-Studie zu MMR-Impfungen: hochzitiert, retracted).
- Nicht die Passung zu deinem Thema. Das New England Journal of Medicine hat einen JIF von 158, aber wenn du zu mittelalterlicher Kunstgeschichte schreibst, ist es irrelevant.
- Nicht methodische Solidität. Metriken sind blind für p-hacking, kleine Stichproben oder unsaubere Statistik.
- Nicht Aktualität. Ein Klassiker aus 1975 mit 5.000 Zitaten kann heute überholt sein.
Wie du die Zahlen in deiner Abschlussarbeit einsetzt
Für die meisten Bachelor- und Masterarbeiten reicht ein sehr defensiver Einsatz:
- Journal-Auswahl vor der Recherche: Vergewissere dich, dass deine Kernquellen aus Journals mit Q1- oder Q2-Rang stammen (in Web of Science oder SJR). Das ersetzt keine inhaltliche Prüfung, aber es filtert Predatory Journals aus.
- Literaturüberblick: Wenn du beschreibst, warum eine bestimmte Studie einflussreich ist, kannst du die Zitationszahl (Scholar, Scopus, Web of Science — nenne die Quelle) als ein Argument neben inhaltlichen erwähnen. “Diese Metaanalyse (n = 1.842 Zitate laut Web of Science, Stand August 2026) prägt das Feld seit …”
- Methodische Reflexion: In einer systematischen Literaturarbeit begründest du deine Einschlusskriterien. Wenn dazu “peer-reviewed, indexiert in Web of Science oder Scopus” gehört, ist das eine legitime methodische Vorgabe.
- Diskussion: Sei vorsichtig mit “der/die Autor:in hat einen h-Index von …”. Das wirkt schnell nach Autoritätsargument statt Argument. In den meisten Fächern ist es unüblich.
Wo du die Zahlen nachschlägst
- Journal Citation Reports (Clarivate): JIF, Quartil, Fachvergleich. Uni-Lizenz nötig.
- Scopus (Elsevier): CiteScore, SJR, SNIP, Autor-h-Index. Uni-Lizenz nötig.
- SCImago Journal Rank (scimagojr.com): SJR, Quartil, Country-Ranking. Frei.
- Google Scholar Profile: h-Index, i10-Index für einzelne Autor:innen. Frei, aber nur wenn die Person selbst ein Profil pflegt.
- Journal-Homepage: der aktuelle JIF steht meist auf der About-Seite als Marketing-Angabe. Prüfe das Jahr, alte Zahlen bleiben oft stehen.
Quellenqualität ist nur die halbe Miete
Ein hoher Impact Factor sagt dir, dass ein Journal ernstzunehmen ist. Er sagt dir nicht, ob deine Zitate aus einem Artikel dieses Journals tatsächlich das aussagen, was du behauptest. Genau hier passieren in Bachelor- und Masterarbeiten die häufigsten Fehler: sauber ausgewählte Journal-Quellen, aber die konkrete Aussage findet sich im Original nicht wieder — falsche Seitenangabe, missverstandene Passage, KI-halluzinierte Referenz.
Hier setzt Acurio an: Du lädst deine Arbeit hoch und die zugehörigen PDFs, und Acurio prüft Beleg für Beleg, ob die Aussage in der Quelle steht — mit Seitenverweis. Der JCR sagt dir, welchen Journals du vertrauen kannst. Acurio sagt dir, ob dein Text die Quellen korrekt wiedergibt.
Kurz-Checkliste vor der nächsten Recherche
- Kenne ich das Q1–Q4-Ranking in meiner Zieldisziplin?
- Nutze ich beim Fächervergleich nur feldnormalisierte Metriken (SNIP)?
- Habe ich bei h-Index-Angaben die Datenbank (Scholar / Scopus / WoS) und das Datum notiert?
- Nutze ich Metriken als Signal, nie als Beweis für Relevanz?
- Sind meine Kernquellen aus Q1/Q2, oder habe ich begründet, warum ein Q3-Fund trotzdem einschlägig ist?
Damit trittst du Metriken souveräner gegenüber — nicht ehrfürchtig, nicht dismissive, sondern als Werkzeug, das eine Frage beantwortet und zwölf andere offen lässt.