Datensätze zitieren — Destatis, Eurostat, Zenodo & Kaggle richtig belegen

Empirische Bachelor- und Masterarbeiten stehen und fallen mit den Daten. Wer Umfragen selbst erhebt, hat das einfach: die Rohdaten liegen im Anhang, im Fliesstext steht “eigene Erhebung”. Sobald du aber fremde Daten nutzt — vom Statistischen Bundesamt, von Eurostat, aus einem Zenodo-Datensatz, von Kaggle oder aus dem OECD-Datenportal — wird es unangenehm. Denn “eine Zahl aus dem Netz” ist keine Quelle, sondern eine Behauptung. Diese Anleitung zeigt dir, wie du Datensätze so belegst, dass Prüfende deine Analyse nachvollziehen und im Zweifel reproduzieren können.

Warum Datensätze eine eigene Zitierform brauchen

Ein Zeitschriftenartikel ist ein statisches Dokument: einmal publiziert, ändert sich nichts mehr. Ein Datensatz dagegen ist beweglich. Destatis aktualisiert vierteljährlich. Eurostat schiebt Revisionen nach. Ein Zenodo-Datensatz hat Versionen v1.0, v1.1, v2.0. Ein Kaggle-Dataset kann jederzeit gelöscht werden.

Deine Referenz muss deshalb drei Fragen beantworten:

• Welchen Datensatz hast du genutzt (Titel, Herausgeber)?
• Welche Version hast du benutzt (Datum, Versionsnummer, DOI)?
• Wo findet man ihn wieder (persistenter Link — DOI wenn möglich, sonst URL + Zugriffsdatum)?

Wenn eines dieser drei Elemente fehlt, ist deine Zahl formal nicht überprüfbar. Und genau das ist ein Ausschlussgrund für ein empirisches Ergebnis.

Was zählt als “Datensatz”

Alles, was strukturierte Zahlen oder Beobachtungen enthält und nicht als Fliesstext-Publikation gilt:

• Amtliche Statistik: Destatis, Bundesamt für Statistik (BFS, Schweiz), Statistik Austria, Eurostat, OECD, Weltbank, IWF.
• Wissenschaftliche Repositorien: Zenodo, Figshare, Dryad, OSF, GESIS, ICPSR, Harvard Dataverse.
• Community-Plattformen: Kaggle, UCI Machine Learning Repository, Hugging Face Datasets, data.gov / govdata.de / opendata.swiss.
• Rohdaten aus einer Studie: Supplementary Material eines Artikels, das eine eigene DOI hat.
• Code-Repositorien mit Daten: GitHub-Releases mit ZIP-Dateien.

Ein PDF-Bericht, in dem eine Tabelle abgedruckt ist, ist kein Datensatz. Das ist eine Publikation, die du wie einen Bericht zitierst. Ein Datensatz ist die maschinenlesbare Datei dahinter — CSV, XLSX, JSON, SPSS, RData.

Die Pflichtbausteine einer Datensatz-Referenz

Egal welcher Stil: diese Felder gehören immer rein.

Wenn du auf ein bestimmtes Subset zugegriffen hast — etwa “GENESIS-Tabelle 12411-0005” — gehört dieser Identifier ebenfalls in die Referenz.

APA 7 — Grundform und Beispiele

APA 7 hat ein eigenes Muster für “Data set”. Die Grundform:

Autor:in oder Institution. (Jahr). Titel des Datensatzes (Version) [Data set]. Herausgeber. https://doi.org/…

Amtliche Statistik (Destatis)

Statistisches Bundesamt. (2024). Bevölkerung: Deutschland, Stichtag, Altersjahre (Tabelle 12411-0005) [Datensatz]. GENESIS-Online. https://www-genesis.destatis.de/genesis/online?operation=table&code=12411-0005

Wichtig bei GENESIS und ähnlichen Datenbanken: Der Link ist oft eine Session-URL, die nach ein paar Minuten abläuft. Nutze stattdessen die permanente Tabellen-URL (“Ergebnis exportieren → Zitierhinweis”) — Destatis liefert die auf einen Klick.

Eurostat

Eurostat. (2024). Population on 1 January by age and sex (demo_pjan) [Data set]. European Commission. https://ec.europa.eu/eurostat/databrowser/product/view/demo_pjan

Der Dataset-Code in Klammern (hier demo_pjan) ist bei Eurostat der stabile Identifier — den solltest du zusätzlich zum Titel angeben, weil Eurostat Datensätze gelegentlich umbenennt.

Zenodo

Müller, J., & Schmidt, L. (2023). Survey on remote work adoption in German SMEs, 2022 (v1.2) [Data set]. Zenodo. https://doi.org/10.5281/zenodo.7654321

Zenodo vergibt für jede Version eine eigene DOI. Nutze immer die Versions-DOI, nicht die “Concept DOI”, die auf die neueste Version zeigt — sonst bezieht sich deine Analyse ein Jahr später auf andere Daten.

Kaggle

Kim, A. (2022). Global YouTube statistics 2023 [Data set]. Kaggle. https://www.kaggle.com/datasets/nelgiriyewithana/global-youtube-statistics-2023

Kaggle vergibt keine DOIs. Nutze die URL, und weil Kaggle-Datensätze gelöscht werden können, füge ein Abrufdatum hinzu: “Abgerufen am 20. Juli 2026, von …”. Sichere die Daten zusätzlich lokal, damit du sie im Kolloquium noch vorzeigen kannst.

Weltbank / OECD

Weltbank. (2024). World Development Indicators (Indikator: NY.GDP.PCAP.KD) [Datensatz]. Weltbank Open Data. https://data.worldbank.org/indicator/NY.GDP.PCAP.KD

Der Indikator-Code ersetzt hier die Tabellennummer und ist der Schlüssel, mit dem Prüfende die genaue Reihe wiederfinden.

Harvard-Stil

Harvard-Varianten unterscheiden sich zwischen Universitäten, aber das Muster ist konstant:

Statistisches Bundesamt (2024) Bevölkerung: Deutschland, Stichtag, Altersjahre, Tabelle 12411-0005 [Datensatz]. Wiesbaden: Destatis. Verfügbar unter: https://www-genesis.destatis.de/… (Zugriff: 20. Juli 2026).

Zwei Dinge fallen auf: Harvard verlangt in vielen Guides einen Ort (bei Institutionen also den Sitz) und ein explizites Zugriffsdatum, auch wenn ein DOI vorhanden ist.

Chicago (Author-Date)

Statistisches Bundesamt. 2024. “Bevölkerung: Deutschland, Stichtag, Altersjahre.” Tabelle 12411-0005. Datensatz. GENESIS-Online. https://www-genesis.destatis.de/…

Bei Chicago Notes-Bibliography (die Fussnotenvariante) sieht die Fussnote ähnlich aus, endet aber mit Komma statt Punkt und wird durchnummeriert. Die Prüfenden im Fach Geschichte oder Rechtswissenschaft erwarten in der Regel Notes-Bibliography.

DOI vor URL — die Reihenfolge

Wenn du eine DOI hast, nutze immer die DOI. Sie ist der einzige Identifier, der auch dann noch funktioniert, wenn das Repository umzieht oder umbenannt wird. Nur wenn keine DOI vergeben ist (Kaggle, GitHub-Releases, viele nationale Statistikportale), fällst du auf die URL zurück — und ergänzt sie um ein Zugriffsdatum.

Ein häufiger Fehler: Die “Zitieren”-Schaltfläche auf einer Repository-Seite liefert manchmal die URL statt der DOI. Bei Zenodo, Dryad und Figshare steht die DOI direkt neben dem Datensatz-Titel als 10.xxxx/yyyy — kopiere die.

Version, Subset, Extract — das gehört in die Referenz

Sobald du nicht den gesamten Datensatz genutzt hast, sondern nur einen Ausschnitt, muss das nachvollziehbar sein. Drei Wege, das sauber zu machen:

• Version im Titel oder Klammerzusatz: “(v2.1, Stand 31.12.2023)”.
• Subset im Zitat: “(Statistisches Bundesamt, 2024, Tabelle 12411-0005, Altersgruppe 20–29 Jahre)”.
• Methodenteil mit Filterkriterien: “Aus dem Datensatz X wurden Beobachtungen mit country == 'DE' & year >= 2015 gefiltert (n = 1.842).”

Das dritte ist bei grösseren Datensätzen fast immer nötig. Die Referenz zeigt auf den Datensatz, der Methodenteil beschreibt deinen konkreten Auswertungspfad. Beides zusammen macht die Analyse reproduzierbar.

In-Text-Zitate

Kurz und knapp, wie bei jeder anderen Quelle auch:

Der Bevölkerungsanteil der über 65-Jährigen ist seit 2015 um 3,2 Prozentpunkte gestiegen (Statistisches Bundesamt, 2024).

Bei mehreren Datenpunkten aus derselben Tabelle reicht ein Verweis, wenn du den Zusammenhang klar machst:

Alle folgenden Zahlen stammen aus Statistisches Bundesamt (2024, Tabelle 12411-0005), sofern nicht anders angegeben.

Reproduzierbarkeit: was Prüfende erwarten

Ein sauber zitierter Datensatz reicht nicht, wenn die Auswertung intransparent ist. Die drei Sachen, die Betreuer:innen regelmässig einfordern:

1. Abrufdatum + Version: damit die Zahlen im Text zu den Zahlen im Portal passen. Live-Portale werden aktualisiert — ohne Datum weiss niemand, welchen Stand du gesehen hast.
2. Reproduktionsmaterial: das Skript (R, Python, Stata) oder die Excel-Datei mit den Berechnungen im Anhang oder in einem Repositorium. Bei quantitativen Master-Arbeiten wird das inzwischen fast überall verlangt.
3. Lokale Kopie der Rohdaten: nicht ins Literaturverzeichnis, aber auf deiner Festplatte. Wenn Kaggle einen Datensatz löscht oder Destatis eine Tabelle einstampft, hast du sonst kein Beleg mehr.

Häufige Fehler und wie du sie vermeidest

• “Statistisches Bundesamt (2024)” ohne Tabellennummer. Prüfende können nicht raten, welche der Tausend Tabellen du meinst. Immer die Tabellennummer / den Indikator angeben.
• Nur eine URL, kein Datum. Portal-URLs bleiben oft gleich, während sich die Zahlen dahinter ändern. Ohne Abrufdatum ist die Referenz wertlos.
• Concept DOI statt Versions-DOI. Klingt esoterisch, ist aber die häufigste Fehlerquelle bei Zenodo/Dryad — du zitierst dann implizit auf die “jeweils neueste Version”.
• Datensatz aus einer Sekundärquelle. Wenn du eine Grafik aus einem Zeitungsartikel übernimmst, ist die Zeitung die Quelle, nicht der Ursprungsdatensatz. Zitiere die Zeitung — oder besser: geh an den Originaldatensatz.
• “Eigene Berechnung auf Basis von …” fehlt. Sobald du aus einem Datensatz eine eigene Kennzahl gebildet hast (Mittelwert, Wachstumsrate), muss das dabei stehen: “eigene Berechnung auf Basis von Eurostat, demo_pjan”.

Wo der Zitatprüfer ansetzt

Formal ist eine Datensatz-Referenz einfach zu bauen, wenn du das Schema einmal verinnerlicht hast. Die zweite Ebene ist die inhaltliche: Steht die Zahl, die du im Text angibst, wirklich so im Datensatz? Hast du die richtige Spalte, die richtige Zeit, die richtige Filterlogik erwischt? Genau hier passieren die Zahlendreher und Vorzeichenfehler, die in der mündlichen Prüfung auffliegen.

Für Text-Zitate übernimmt Acurio diese inhaltliche Prüfung: Du lädst deine Arbeit hoch, dazu deine Quellen, und wir vergleichen jeden Beleg mit dem Original. Für strukturierte Datensätze führt der Weg über einen zusätzlichen Schritt in deinem Methodenteil — dein Auswertungsskript sollte für jede Kernzahl im Text nachvollziehbar zeigen, wie sie zustande gekommen ist. Kombiniere beides, und deine Arbeit hält den Fragen im Kolloquium stand.

Datensätze sauber zu zitieren ist am Ende Handwerk: Urheber, Jahr, Titel, Version, Typ, Repository, DOI oder URL mit Datum. Wenn du diese sieben Felder für jeden Datensatz im Literaturverzeichnis hast, bist du auf der sicheren Seite — formal und inhaltlich.