Card Sorting

Die Methode zeigt dabei nachvollziehbar auf, wie Nutzer Inhalte zueinander in Beziehung setzen und welche Kategorien sie intuitiv bilden. Eingesetzt wird sie vor allem in frühen Phasen, wenn Navigationen, Menüstrukturen und Content-Kategorien für Websites oder Apps entstehen.

Das Ergebnis sind Gruppierungen, aus denen sich eine neue Struktur ableiten oder eine vorhandene Struktur überprüfen lässt.

So läuft eine Card-Sorting-Sitzung ab

Bereits vor der Sitzung erstellt das Research-Team die Karten.

Jede Karte trägt einen Begriff, einen Inhaltsbaustein oder eine Seitenüberschrift, und zwar pro Karte genau ein Element.

Die Auswahl der Begriffe entscheidet über die Aussagekraft: Sie sollten das reale Content-Inventar abbilden, in der Sprache der Nutzer formuliert sein und keine internen Kategorien vorwegnehmen.

Bei einer offenen Sitzung liegen zusätzlich leere Karten und ein Stift bereit, damit Teilnehmer eigene Gruppennamen vergeben können.

Während der Durchführung sortiert jeder Teilnehmer die Karten einzeln, entweder physisch auf einem Tisch oder digital in einem Tool wie OptimalSort, UXtweak, Miro, Maze oder Lyssna.

Die Anweisung an die Teilnehmenden ist dabei bewusst offen formuliert: Die Karten so gruppieren, wie es für den Teilnehmer am meisten Sinn ergibt.

Bei einer moderierten Sitzung bittet der Moderator zusätzlich um Lautes Denken, also darum, die Sortierentscheidungen laufend zu kommentieren. Erfahrungsgmeäß macht genau dieses Zuhören den eigentlichen Wert der Methode aus: Zu wissen, warum jemand zwei Karten zusammenlegt, sagt mehr über das mentale Modell aus als die bloße Tatsache, dass er es tut.

Bei 30 bis 50 Karten sind je nach Variante und Moderation etwa 15 bis 30 Minuten pro Teilnehmer realistisch. Moderierte Sitzungen mit Lautem Denken tendieren zum oberen Ende, unmoderierte Online-Sortierungen sind häufig schneller.

Drei Varianten: Offen, geschlossen oder hybrid

Die drei Varianten unterscheiden sich darin, wer die Kategorien vorgibt.

Beim offenen Card Sorting bildet der Teilnehmer die Gruppen selbst und benennt sie auch selbst.

Beim geschlossenen sind die Kategorien vom Forscher vorgegeben, der Teilnehmer ordnet die Karten nur noch zu.

Die hybride Form kombiniert beides: Vorgegebene Kategorien sind vorhanden, dürfen aber ergänzt oder verändert werden.

Offen wird in explorativen Frühphasen eingesetzt, wenn eine Struktur noch nicht existiert oder komplett neu gedacht wird. Die Methode liefert dann rohe Kategorien aus Nutzersicht, samt der Bezeichnungen, die Nutzer tatsächlich verwenden.

Geschlossen kommt typischerweise als Nachfolgeschritt zum Einsatz, wenn ein Kategorien-Entwurf steht und die Frage lautet, ob Nutzer die Inhalte in der vorgeschlagenen Struktur wiederfinden.

Hybrid eignet sich, wenn Teile der Struktur feststehen, etwa aus rechtlichen oder produktseitigen Gründen, andere aber noch offen sind. Die Entscheidungslogik folgt also der Projektphase: generieren mit offen, validieren mit geschlossen, mischen mit hybrid.

Wie viele Karten und Teilnehmer?

Für die Kartenzahl empfiehlt die Nielsen Norman Group 30 bis 50, der deutschsprachige Methodenkatalog user-experience-methods.com nennt maximal 40. IBM-Forscher beobachteten, dass ab etwa 40 Karten das Engagement gegen Ende einer Sitzung nachlässt. Bei 59 Karten trat ein Leistungsabfall nach den ersten 40 auf.

Bei offenen Sorts wird es ab 60 Karten kritisch, geschlossene Sorts mit einfachen Zuordnungen vertragen auch mehr. Für Websites gilt eine praktische Obergrenze von 70 bis 100 Informationseinheiten insgesamt.

Größere Content-Bestände lassen sich in thematische Teilbereiche zerlegen und separat testen.

Bei der Teilnehmerzahl hängt die Empfehlung am Studienziel. Auf Basis der Daten von Tullis und Wood (2004) sollten es mindestens 15 Teilnehmende sein.

5 Teilnehmer erreichen nur eine Korrelation von 0,75 mit dem Ergebnis einer Vollstudie, 15 Teilnehmer 0,90 und 30 Teilnehmer 0,95. Ab 15 setzen die abnehmenden Erträge ein. Der Median publizierter offener Card-Sorting-Studien liegt bei 34 Teilnehmern und ebenfalls 34 Karten, was die Empfehlungen empirisch stützt.

Standardmäßig führt jeder Teilnehmer das Card Sorting für sich alleine durch. Dadurch bekommen wir die unbeeinflusste, „echte“ Denkweise der einzelnen Personen. In einer Gruppe würden dominante Teilnehmer die Struktur vorgeben, wodurch das Gesamtergebnis verfälscht wird.

Es gibt jedoch bewährte Ausnahmen, je nachdem, welches Ziel wir verfolgen:

1. Einzelarbeit (Der Standard)

• Wie: Jeder Nutzer sortiert die Karten komplett eigenständig – entweder allein am Computer oder am Tisch mit einem Moderator.
• Vorteil: Sie erhalten unvoreingenommene, statistisch auswertbare Daten über die mentalen Modelle Ihrer Zielgruppe.

2. Paar-Sortierung / Buddy-Sorting (Paararbeit)

• Wie: Zwei Teilnehmer lösen die Aufgabe gemeinsam und müssen sich auf eine Struktur einigen.
• Vorteil: Die Nutzer müssen miteinander diskutieren. Dadurch hören Sie als Beobachter automatisch die Argumente, warum eine Karte wohin gehört, ohne dass Sie ständig nachfragen müssen.

3. Workshop-Format (Gruppenarbeit)

• Wie: Eine Gruppe von 3 bis 5 Personen arbeitet zusammen.
• Vorteil: Das eignet sich gut für den Start eines Projekts innerhalb eines Projektteams (z. B. mit Stakeholdern oder Designern), um ein gemeinsames Verständnis für die Inhalte zu entwickeln. Für echte Nutzertests ist es jedoch ungeeignet.

Qualitativ oder quantitativ?

Qualitative Studien fragen nach dem Warum. Sie sind moderiert, arbeiten mit Lautem Denken und kommen mit rund 15 Teilnehmern aus, weil der Erkenntnisgewinn aus den Begründungen stammt und nicht aus statistischen Mustern.

Quantitative Studien hingegen fragen, wie oft welche Karten zusammen gruppiert werden. Sie laufen unmoderiert über ein Tool und brauchen mindestens 30 bis 50 Teilnehmer, damit die Cluster statistisch belastbar werden.

Der Preis der quantitativen Variante: Ohne die Kommentare bleiben die Beweggründe der Teilnehmer im Dunkeln, was die Interpretation erschwert.

Für die Praxis heißt das: Steht die Struktur grundsätzlich in Frage, ist qualitatives Sortieren mit Moderation die passendere Wahl. Geht es darum, eine erarbeitete Gruppierung mit Zahlen abzusichern, folgt eine quantitative Studie mit größerer Stichprobe nach.

Von der Sortierung zur Struktur: Auswertung

Die einzelnen Sortierungen werden zusammengeführt, üblicherweise mit cluster-analytischen Verfahren.

Das Ergebnis ist meist ein Dendrogramm, also ein baumartiges Diagramm. Es zeigt, welche Karten von wie vielen Teilnehmern wie eng zusammengelegt wurden.

Aus diesem Bild lässt sich eine Taxonomie ableiten, also eine strukturierte Kategorienhierarchie, oder eine Folksonomy, die die spontanen Bezeichnungen der Nutzer beibehält.

Die Zahlen allein tragen wenig. Ein Cluster zeigt, dass zwei Karten häufig zusammen gruppiert wurden, aber nicht, ob das an einer inhaltlichen Verwandtschaft, einer sprachlichen Ähnlichkeit oder einem gemeinsamen Nutzungskontext liegt.

Hier setzen die Notizen aus dem Lauten Denken an: Sie liefern die Interpretation, die aus einem Cluster eine begründete Design-Entscheidung macht.

Wer quantitativ arbeitet und auf Moderation verzichtet, sollte zumindest offene Kommentarfelder einbauen und die Ergebnisse aufmerksam lesen.

Card Sorting oder Tree Testing?

Card Sorting und Tree Testing werden oft verwechselt, obwohl sie gegensätzliche Fragen beantworten.

Card Sorting ist generativ: Es hilft, eine Struktur zu finden, indem Nutzer Inhalte gruppieren.

Tree Testing hingegen ist evaluativ: Es prüft eine bestehende Struktur, indem Nutzer in einer vorhandenen Hierarchie nach einem Inhalt suchen.

Merksatz: Card Sorting erzeugt Ideen für eine Informationsarchitektur, Tree Testing bewertet sie.

Die praktische Konsequenz: Wenn die Frage lautet „Findet der Nutzer X in unserer Navigation?“, ist Card Sorting das falsche Werkzeug, Tree Testing beantwortet das direkt.

Wenn die Frage lautet „Wie würden Nutzer diese 40 Inhalte gruppieren?“, ist Card Sorting richtig.

Beide Methoden ergänzen sich in einer typischen Sequenz: offenes Card Sorting früh zur Kategorienbildung, geschlossenes Card Sorting zur Validierung, Tree Testing am Ende zur Prüfung der finalen Struktur.

Wo Card Sorting an Grenzen stößt

Die Grenze von Card Sorting liegt in seiner Methode: Eine nutzergenerierte Taxonomie ist nicht automatisch die beste Navigationsstruktur.

Untersuchungen von Schmettow und Sommer sowie neuere Simulationsarbeiten zeigen, dass Abweichungen zwischen Nutzer-Sortierungen und tatsächlicher Navigationsstruktur die Findbarkeit nicht zwangsläufig verschlechtern.

Card Sorting liefert also einen Input, ersetzt aber keine Prüfung der fertigen Struktur, für die dann Tree Testing zuständig ist.

Eine zweite Grenze liegt in der Content-Menge. Bei mehr als 70 bis 100 Informationseinheiten wird die Methode für Teilnehmer unhandhabbar, ab etwa 60 Karten pro Sitzung fällt die Sortierqualität bei offenen Sorts spürbar ab.

Die Lösung heißt Zerlegung in thematische Teilstudien, nicht das Aufblähen einer einzelnen Sitzung.

Drittens: Unmoderierte quantitative Sortierungen ohne Begründungen sind schwer zu interpretieren, weil die Motive der Teilnehmer fehlen. Wer sich allein auf Cluster-Diagramme verlässt, riskiert Fehlschlüsse.

Und schließlich löst Card Sorting keine Sprachprobleme: Wenn die Kartenbeschriftungen mehrdeutig sind oder aus interner Fachsprache stammen, sortieren Teilnehmer nach der Beschriftung, nicht nach dem gemeinten Inhalt.

FAQ