Die Wirksamkeits-Forschung zu Coaching. Stand 2026

Die beste verfügbare Studienlage zu Coaching stützt einen positiven Durchschnitt und lässt zugleich offen, wie ein einzelner Auftrag ausgeht. 37 randomisierte Studien aus 27 Jahren bilden die Grundlage. Rechnet man die Verzerrung heraus, die durch unveröffentlichte Ergebnisse entsteht, reicht die Spanne für eine neue Untersuchung weit ins Negative. Beim Einkauf einer Beratungsleistung ist das die entscheidende Zahl.

16 Studien fehlen im Bild.

Das ist das Ergebnis einer Korrektur, die Erik de Haan und Viktor Nilsson 2023 auf die Coaching-Forschung angewandt haben. Ihre Arbeit erschien in der Zeitschrift Academy of Management Learning and Education und sammelte alle englischsprachigen randomisierten kontrollierten Studien zu Coaching am Arbeitsplatz zwischen 1994 und 2021. Randomisiert kontrolliert heißt, dass eine Auslosung darüber entscheidet, wer das Coaching bekommt und wer der Vergleichsgruppe zugeteilt wird. Ohne diese Auslosung lässt sich später nicht trennen, ob die Veränderung am Verfahren lag oder an der Auswahl der Teilnehmer. In 27 Jahren fanden die beiden 37 solcher Studien, aus denen sich 39 auswertbare Stichproben mit zusammen 2.528 Personen ergaben.

Aus diesen Stichproben errechneten sie eine gemeinsame Effektstärke. Eine Effektstärke gibt an, um wie viele Streuungsbreiten sich zwei Gruppen am Ende unterscheiden, unabhängig davon, was im Einzelnen gemessen wurde. Herausgekommen ist 0,59. In der Fachliteratur gilt das als mittlerer Effekt.

Danach prüften die Autoren, ob dieser Wert trägt. Dafür gibt es ein eingeführtes Verfahren. Studien mit wenigen Teilnehmern streuen stark, Studien mit vielen streuen wenig. Trägt man beides gegeneinander auf, entsteht ein symmetrisches Bild. Vorausgesetzt, alle Ergebnisse haben den Weg in die Literatur gefunden. Schief wird das Bild, wenn eine Seite fehlt, weil Forscher Nullergebnisse seltener einreichen und Zeitschriften sie seltener drucken. Bei den Coaching-Studien fiel dieser Test auf Schiefe deutlich aus, mit einer Irrtumswahrscheinlichkeit unter 0,001.

Das Korrekturverfahren schätzt daraufhin, wie viele Arbeiten fehlen dürften. Dann rechnet es sie ein. Es kam auf 16. Mit ihnen sinkt die Effektstärke von 0,59 auf 0,32. Die Autoren halten selbst fest, der berichtete Wert sei damit vermutlich zu hoch angesetzt.

Rolf Dobelli hat dieses Muster 2011 im ersten Kapitel seiner Denkfehler-Sammlung beschrieben und dem Leser geraten, Friedhöfe zu besuchen. Gemeint war der Friedhof der Gescheiterten, über die niemand schreibt. Bei Meta-Analysen liegt dieser Friedhof in den Schubladen der Institute. Eine Meta-Analyse ist dabei nichts anderes als eine Studie über Studien, die deren Einzelergebnisse nach Stichprobengröße gewichtet zusammenrechnet.

Bemerkenswert ist schon die Menge. 37 Studien in 27 Jahren sind rechnerisch 1,4 pro Jahr, weltweit, über alle Anwendungsfelder hinweg. Verglichen mit der Arzneimittelzulassung, wo ein einzelner Wirkstoff mehrere randomisierte Studien durchläuft, bevor er in den Handel darf, ist diese Basis dünn. Der Vergleich hinkt insofern, als niemand eine Beratungsleistung zulassen muss und die Schadenshöhe eine andere ist. Er zeigt aber, welcher Nachweisstandard technisch möglich wäre.

1. Der Durchschnitt und der einzelne Auftrag

Ein Gesamtwert wie diese 0,32 mittelt über viele Studien. Wie eine weitere Studie ausfallen dürfte, beantwortet er nicht. Dafür gibt es eine zweite Kennzahl, das Prädiktionsintervall. Es benennt den Bereich, in dem der Effekt einer neuen, vergleichbar angelegten Studie mit 95-prozentiger Wahrscheinlichkeit liegt. Zwei verschiedene Fragen stecken also in derselben Datenmenge. Der Mittelwert fasst zusammen, was die bisherigen Untersuchungen gemessen haben, während das Prädiktionsintervall die Spanne für die nächste absteckt.

In der unkorrigierten Rechnung reicht dieser Bereich von minus 0,19 bis 1,38. De Haan und Nilsson formulieren dazu, das Intervall schließe die Null nur beinahe aus. Nach der Korrektur um die 16 fehlenden Arbeiten reicht es von minus 0,99 bis 1,63.

Am unteren Rand steht damit eine Verschlechterung, deren Größenordnung dem ausgewiesenen Nutzen entspricht. Für einen Teil künftiger Untersuchungen sagt die Rechnung also einen negativen Durchschnitt voraus. Gemeint sind damit ganze Anwendungszusammenhänge, in denen Coaching im Mittel schadet. Über den einzelnen Teilnehmer darin ist noch nichts gesagt.

Dass Coaching schaden kann, ist unabhängig davon erhoben worden. Carolin Graßmann und Carsten Schermuly befragten 111 deutsche Klienten nach negativen Folgen ihres Coachings. 67,6 Prozent berichteten mindestens eine, im Mittel waren es 3,46 je Person, bei niedriger bis mittlerer Ausprägung. Die Häufigkeit stieg dort, wo die Beziehung zum Coach als schlecht und dessen Kompetenz als gering eingeschätzt wurde. Beides erfährt ein Auftraggeber allerdings erst, wenn das Mandat läuft.

2. Wer misst, und wen man fragt

Von den ausgewerteten Messungen beruhten 27 auf Selbstauskunft der Teilnehmer, 8 auf Beobachtung durch Dritte und 8 auf objektiven Größen. Coaching wirkte signifikant stärker auf die selbstberichteten Werte als auf die beobachteten. De Haan und Nilsson beziffern diesen Unterschied mit einer Prüfgröße von 2,63 bei einer Irrtumswahrscheinlichkeit von 0,008. Wo also Dritte hinsahen, fiel die gemessene Veränderung kleiner aus als dort, wo die Teilnehmer sich selbst einschätzten.

Solche Umstände heißen in der Statistik Moderatoren. Sie wirken nicht selbst, verändern aber die Stärke einer Wirkung. Mehrere davon prüft die Arbeit. Dazu zählt die Länge des Mandats. Sie hatte kaum Einfluss. Sitzungszahl und Wirkung hängen nach dieser Datenlage nur schwach zusammen, was die verbreitete Preislogik der Branche schlecht stützt.

Ein weiterer Moderator trifft die Zielgruppe unmittelbar. Größere Effekte fanden sich dort, wo qualifizierte Coaches außerhalb von Führungsanwendungen arbeiteten. Beide Bedingungen traten in der Auswertung gemeinsam auf, weshalb sich der Anteil der Teilnehmergruppe daran nicht isolieren lässt. Ob die Befunde insgesamt für inhabergeführte Betriebe unter 25 Beschäftigten gelten, bleibt ohnehin offen, weil die Auswertung zur Betriebsgröße der beteiligten Unternehmen nichts erhebt.

Wie sich das im Betrieb niederschlägt, zeigt ein Fall aus dem antiCOACHING-Gesprächsarchiv. Dort beschloss 2024 die Geschäftsführung einer GmbH ein Coaching-Budget für acht Führungskräfte, zwölf Sitzungen je Person, 24.000 Euro insgesamt. Zwei Seiten umfasste die Beschlussvorlage. Als Beleg für die Wirkung nannte sie eine Prozentzahl aus der Broschüre des Anbieters. Woher die Zahl stammte, stand nirgends. Unterschrieben haben beide Geschäftsführer. Niemand fragte nach.

Ein Jahr später wurde ausgewertet. Acht Fragebogen gingen an die acht Teilnehmer und erhoben auf einer fünfstufigen Skala, wie zufrieden sie mit der Begleitung waren. Heraus kam ein Mittelwert von 4,4. Andere Größen blieben ungemessen. Fluktuation und Durchlaufzeiten waren weder vorher noch nachher erhoben worden, obwohl die Zahlen monatlich im Betrieb anfallen.

Erhoben hat der Betrieb damit eine Selbstauskunft, also dieselbe Kategorie, die in der Forschung am stärksten ausschlägt. Auf Basis dieses Ergebnisses wurde das Budget für das Folgejahr verlängert, ohne dass in der Verlängerungsvorlage eine andere Kennzahl auftauchte als der Zufriedenheitswert aus dem Fragebogen.

3. Was ein Vorstand vorher belegen muss

Für unternehmerische Entscheidungen in einer Aktiengesellschaft gilt eine andere Regel. § 93 Absatz 1 Satz 2 des Aktiengesetzes befreit ein Vorstandsmitglied von der Haftung, wenn es vernünftigerweise annehmen durfte, auf der Grundlage angemessener Information zum Wohl der Gesellschaft zu handeln. Der Satz trägt den englischen Namen Business Judgement Rule, wörtlich Regel des unternehmerischen Urteils, und stammt aus dem amerikanischen Gesellschaftsrecht. Geschützt wird damit das Zustandekommen der Entscheidung. Ob sie sich später als richtig erweist, bleibt für die Haftung ohne Belang.

Angemessene Information ist dabei keine feste Formel. Streiten die Parteien darüber, ob ein Vorstand die Sorgfalt eines ordentlichen Geschäftsleiters angewandt hat, liegt die Beweislast bei ihm selbst. Er muss dann belegen, worauf er seine Entscheidung gestützt hat. Diese Umkehr ist im Aktienrecht angelegt und gilt unabhängig davon, wie die Sache ausgegangen ist.

Eine Broschürenzahl ohne Herkunftsangabe würde diesen Nachweis kaum tragen. Beim Einkauf derselben Leistung verlangt niemand mehr als sie. Diese Sorgfaltsnorm bindet allerdings unmittelbar nur Vorstände von Aktiengesellschaften. Über die acht Coachings oben hat eine GmbH entschieden. Für deren Geschäftsführer schreibt § 43 GmbHG eine entsprechende Sorgfaltspflicht fest, wobei die Rechtsprechung auch die Beweislastverteilung des Aktienrechts darauf überträgt. Im Wortlaut der Norm steht sie nicht. Auch dort gehört zur Entscheidung eine Grundlage, auf die sich der Handelnde berufen kann.

4. Die Reihenfolge im Betrieb

Entscheidungsarchitektur bezeichnet in der antiCOACHING-Arbeit die bewusste Gestaltung von Reihenfolge, Zuständigkeit und Ablauf betrieblicher Entscheidungen. Der Coaching-Einkauf ist ein Fall davon. In den meisten Betrieben lautet die Reihenfolge Anbieterwahl, Vertrag, Durchführung, Fragebogen. Zuletzt entsteht dabei die Messgröße, geliefert von denen, die das Verfahren durchlaufen haben.

Genau hier liegt das Beratungsrisiko. Ein Anbieter trägt kein Ergebnis, weil keines vereinbart wurde. Am Ende entscheidet über den Erfolg eine Zahl, die von der Gegenseite kommt. Betriebe, die Fluktuation und Durchlaufzeiten vor Beginn festhalten, verlagern diese Größe aus dem Fragebogen in die eigene Buchhaltung. Beide Zahlen liegen dort ohnehin vor.

Gegen diese Lesart steht ein ernsthafter Einwand. Auch 0,32 ist ein positiver Wert. Das zugehörige Konfidenzintervall von 0,13 bis 0,52 schließt die Null aus. Ein solches Intervall sagt aus, dass das Rechenverfahren bei 95 von 100 Wiederholungen den wahren Mittelwert einschließt. Im Durchschnitt wirkt Coaching. Wer dreißig Mandate im Jahr vergibt, wird diesen Durchschnitt auch sehen. Bei einer Personalabteilung dieser Größe ist der Einwand stichhaltig. Wer ein einziges Mandat vergibt, trifft dagegen einen bestimmten Anbieter in einem bestimmten Betrieb. Über die Lage dieser Konstellation innerhalb der Spanne von minus 0,99 bis 1,63 sagt der Gesamtdurchschnitt nichts.

Wie stark die Methodenwahl das Bild formt, zeigt eine zweite Arbeit. Katharina Bachmann und Jan Willermann werteten im Jahr 2024 insgesamt 24 Studien mit 52 Effekten und 1.405 Personen zu systemischem Coaching aus. Heraus kam 0,69, bei Verhaltensmaßen sogar 1,12. Anders als de Haan und Nilsson setzten sie randomisierte Studien nicht voraus. Ihr Bestand blieb außerdem auf den deutschsprachigen Raum begrenzt. Geprüft wurde allein die systemische Schule. Gegenüber dem korrigierten Wert von 0,32 steht damit gut das Doppelte. Welche der drei Abweichungen wie viel davon trägt, lässt sich aus den beiden Veröffentlichungen nicht bestimmen. Auftraggeber brauchen deshalb zu jeder genannten Wirksamkeitszahl die Angabe, aus welchem Studientyp sie stammt.

Was die Aktenlage nach heutigem Stand hergibt, steht in vier Punkten.

• 37 randomisierte Studien in 27 Jahren, 39 Stichproben, 2.528 Personen.
• Ein mittlerer Effekt von 0,59, nach Korrektur um 16 vermutlich fehlende Arbeiten 0,32.
• Eine Spanne für die nächste vergleichbare Untersuchung, die von minus 0,99 bis 1,63 reicht.
• 27 Messungen aus Selbstauskunft, 8 aus Beobachtung durch Dritte, 8 aus objektiven Größen.

Zusammenfassung

Coaching wirkt im Durchschnitt, nach Korrektur um fehlende Studien mit 0,32 schwächer als berichtet. Die Spanne zwischen den Untersuchungen reicht dabei ins Negative. Das Beratungsrisiko liegt darin, dass die Erfolgszahl vom Verfahren selbst geliefert wird.

Quellen

• de Haan, Erik / Nilsson, Viktor O. (2023): What Can We Know about the Effectiveness of Coaching? A Meta-Analysis Based Only on Randomized Controlled Trials. Academy of Management Learning and Education, Bd. 22, Nr. 4. Zahlen aus dem Volltext, Abschnitte Results und Publication Bias.
• Bachmann, Katharina / Willermann, Jan (2024): Zur Wirksamkeit von systemischem Coaching im Arbeits- und Organisationskontext. Eine Metaanalyse. Organisationsberatung, Supervision, Coaching, Springer.
• Graßmann, Carolin / Schermuly, Carsten C. (2016), berichtet in Schermuly, Carsten C. / Graßmann, Carolin (2019): A literature review on negative effects of coaching. Coaching. An International Journal of Theory, Research and Practice, Bd. 12, Nr. 1.
• Dobelli, Rolf (2011): Die Kunst des klaren Denkens. Hanser, München, Kapitel 1 „The Survivorship Bias. Warum Sie Friedhöfe besuchen sollten”.
• Aktiengesetz, § 93 Absatz 1 und 2.
• GmbH-Gesetz, § 43 Absatz 1.
• antiCOACHING-Gesprächsarchiv, Gespräche mit Inhabern mittelständischer Betriebe.