PISA-Studien

Zweck und Grundkonzept

PISA („Programme for International Student Assessment“) ist eine internationale Schulleistungsuntersuchung der OECD. Sie wird seit 2000 in den OECD-Mitgliedstaaten und in immer mehr Partnerstaaten durchgeführt. Untersucht werden die Kompetenzen 15-jähriger Schülerinnen und Schüler unabhängig von Klassenstufe und Schulform. Die Ergebnisse sollen Stärken und Herausforderungen der Bildungssysteme sichtbar, Staaten vergleichbar und Entwicklungen über längere Zeit beobachtbar machen. Sie dienen als empirische Grundlage für bildungspolitische Analysen und Reformen.

Kernbereiche sind Lesen, Mathematik und Naturwissenschaften. In jeder Runde wird einer davon als Hauptdomäne besonders gründlich und die beiden anderen als Nebendomänen untersucht. Seit 2012 kommt jeweils eine innovative, fachübergreifende Domäne hinzu, etwa kreatives Denken 2022 oder „Lernen in der digitalen Welt“ 2025. Optionale Zusatzbereiche werden nicht überall erhoben: Deutschland nahm beispielsweise nie an der seit 2012 angebotenen Financial Literacy teil, erfasste 2025 aber erstmals Englisch als Fremdsprachenkompetenz.

PISA prüft nicht nur Schulwissen, sondern funktionale Grundbildung: Jugendliche sollen Wissen und Fertigkeiten auf lebensnahe, kulturell relevante und authentische Probleme anwenden. Neben den Tests erfassen Fragebögen soziodemografische und sozial-emotionale Merkmale, Lernverhalten sowie das familiäre und schulische Umfeld. Teilweise werden auch Eltern, Lehrkräfte und Schulleitungen befragt.

Bis auf die pandemiebedingt verschobene Erhebung 2022 fand PISA bisher alle drei Jahre statt. Seit 2025 beträgt der reguläre Abstand vier Jahre; die nächste Haupterhebung ist für 2029 vorgesehen. Ergebnisse erscheinen jeweils ein Jahr später. Erweiterungen waren in Deutschland unter anderem PISA-E 2003, bei dem für den Bundesländervergleich zehnmal so viele Jugendliche wie im internationalen deutschen Beitrag getestet wurden, sowie PISA-Ceco I (2019–2023) und II (2024–2025) zu mehrdimensionalen Bildungszielen. Seit 2009 übernimmt der IQB-Bildungstrend den nationalen Vergleich. Die OECD untersucht mit PIAAC seit 2011/12 außerdem Kompetenzen von 16- bis 65-Jährigen („PISA für Erwachsene“).

Test, Stichprobe und Auswertung

Schulen und Jugendliche werden zufällig ausgewählt, damit die Stichprobe die 15-Jährigen eines Staates repräsentiert. Vorgesehen sind mindestens 6300 Teilnehmende je Staat. Für PISA 2025 wurden in Deutschland rund 6700 Schülerinnen und Schüler an etwa 245 Schulen aller Sekundarschularten getestet; weltweit nahmen über 760.000 teil. In manchen kleinen Staaten, etwa Luxemburg und Liechtenstein, wurden alle Jugendlichen der Altersgruppe getestet.

Die Erhebung folgt internationalen Standards: geschultes Personal, einheitliche Anweisungen sowie Maßnahmen zur Qualitäts- und Datensicherung. Der computerbasierte Kompetenztest dauert zwei Stunden, anschließend folgt eine knapp einstündige Fragebogensitzung. Die Jugendlichen erhalten unterschiedliche Zusammenstellungen von Aufgaben verschiedener Schwierigkeit. 2003 gab es beispielsweise 165 Aufgaben und 13 Testhefte; jede Person bearbeitete nur ungefähr 50 Aufgaben. Die Daten sind vertraulich und erlauben keine Rückschlüsse auf Einzelpersonen. Eine besondere Testvorbereitung ist nicht vorgesehen.

Bis 2012 wurden die Instrumente auf Papier vorgelegt; seit 2015 sind sie mit Ausnahme der Elternfragebögen vollständig computerbasiert. Verwendet werden unter anderem Multiple-Choice-Aufgaben und freie Textfelder. Ein Beispiel ist die Einheit „Vogelzug“ aus PISA 2015: Aus Sachtexten, Fotos und Karten müssen wissenschaftliche Informationen interpretiert, Daten ausgewertet und Schlussfolgerungen gezogen werden. Gefragt wird etwa nach einer evolutionstheoretischen Erklärung des Vogelzugs und nach möglichen Fehlern freiwilliger Vogelbeobachter. Beispielaufgaben und Teile der Tests werden veröffentlicht; vollständige Aufgabensätze bleiben geheim, wenn sie später erneut benötigt werden.

Geschlossene Antworten werden automatisiert, offene Antworten durch geschultes Personal nach einheitlichen Regeln bewertet. Modelle der Item-Response-Theorie setzen die Wahrscheinlichkeit einer richtigen Antwort zur Aufgabenschwierigkeit in Beziehung. Daraus entstehen „Plausible Values“ auf einer international vergleichbaren Kompetenzskala. Sie eignen sich zur Analyse von Bildungssystemen, nicht zur Diagnose einzelner Jugendlicher. Die OECD steuert PISA über das PISA Governing Board und ihr Pariser Sekretariat; 2025 leitete das Australian Council for Educational Research das internationale Konsortium. Nationale Projektzentren organisieren die Durchführung, in Deutschland beispielsweise das Zentrum für internationale Bildungsvergleichsstudien an der Technischen Universität München.

Ergebnisse und langfristige Entwicklung

PISA verwendet eine willkürliche Punkteskala; einzelne Punktwerte erhalten ihre Bedeutung erst durch Vergleiche zwischen Staaten, Gruppen und Erhebungsjahren. Deshalb nehmen Länderranglisten in den Berichten viel Raum ein. Shanghai lag 2009 und 2012 in allen drei Kernbereichen vorn, 2015 Singapur. Finnland, Japan, Kanada, Südkorea, Neuseeland, Australien und Hongkong gehörten regelmäßig zur Spitzengruppe. Die Korrelation mit der Parallelstudie TIMSS ist nur mäßig, was offiziell mit anderen Inhalten und unterschiedlichen Teilnehmergruppen erklärt wird.

2018 wurden etwa 600.000 Jugendliche aus 79 Ländern getestet. Deutschland erzielte 498 Punkte im Lesen, 500 in Mathematik und 503 in Naturwissenschaften; die OECD-Mittelwerte betrugen 487, 489 und 489. Die höchsten Ergebnisse erreichte B-S-J-Z, also Beijing, Shanghai, Jiangsu und Zhejiang in China, mit 555, 591 und 590 Punkten.

Die pandemiebedingt verschobene Studie 2022 umfasste fast 700.000 Jugendliche aus 81 Ländern. In vielen Staaten sanken die Leistungen gegenüber 2018 deutlich. Deutschland erreichte nur noch 480 Punkte im Lesen, 475 in Mathematik und 492 in Naturwissenschaften; die OECD-Mittelwerte lagen bei 476, 472 und 485. Singapur führte mit 543, 575 und 561 Punkten. Der deutsche Rückgang von 2018 bis 2022 wurde als Rückstand von ungefähr einem Schuljahr in Lesen und Mathematik beschrieben; neben pandemiebedingten Unterrichtsausfällen wurden veränderte soziale Voraussetzungen genannt.

Nach dem Artikel wurden die Ergebnisse von PISA 2025 im September 2026 vorgestellt; mehr als 750.000 Jugendliche aus 91 Ländern seien getestet worden. Viele Staaten hätten erneut Leistungseinbußen erlebt. Deutschland erreichte 465 Punkte im Lesen, 464 in Mathematik, 486 in Naturwissenschaften und 498 im computergestützten Problemlösen. Die jeweiligen OECD-Mittelwerte waren 461, 463, 482 und 500. An der Spitze lagen Singapur im Lesen (536), B-S-J-Z in Mathematik (612) und Naturwissenschaften (597) sowie Macau im computergestützten Problemlösen (572). Für B-S-J-Z wurden wiederum nur Beijing, Shanghai, Jiangsu und Zhejiang getestet.

Die Kompetenzskala wird in sechs Stufen und eine darunterliegende Stufe gegliedert. Die Beschreibungen geben an, welche Aufgaben Jugendliche auf einer Stufe typischerweise bewältigen. International gelten Jugendliche unter Stufe 1 als „at risk“; die deutsche Projektleitung rechnete auch Stufe 1 zur „Risikogruppe“. Daraus entstand teilweise die irreführende öffentliche Aussage, fast ein Viertel der 15-Jährigen könne nicht rechnen oder sinnerfassend lesen.

Soziale, sprachliche und geschlechtliche Unterschiede

PISA untersucht Zusammenhänge zwischen Leistung und Hintergrundmerkmalen, kann daraus aber nicht ohne Weiteres Ursachen ableiten. 2000 war der Zusammenhang zwischen Testergebnis und Elternberuf in Deutschland besonders stark; 2003 wurde der stärkste Zusammenhang in Ungarn, 2006 in Tschechien festgestellt. Die deutschen Werte lagen später meist im oberen Teil eines breiten Mittelfelds, teils ohne statistisch signifikante Abweichung vom OECD-Durchschnitt. Die verwendeten Sozialindizes berücksichtigen unterschiedlich den Elternberuf, Bildungsabschlüsse und kulturelle Güter im Haushalt; über ihre angemessene Berechnung bestand Uneinigkeit zwischen deutscher und internationaler Projektleitung.

Sozialer Status und Einwanderungshintergrund sind stark miteinander verbunden. Deshalb zeigen die Daten allein nicht, ob Leistungsunterschiede etwa auf soziale Lage oder sprachliche Integration zurückgehen. In Deutschland erzielte 2003 die erste Einwanderergeneration in Mathematik 454 Punkte, die zweite 432 und Jugendliche ohne Migrationshintergrund 525 Punkte. Das scheinbare schlechtere Abschneiden der zweiten Generation erklärte sich durch unterschiedliche Herkunftsländer; beim selben Herkunftsland war die zweite Generation durchweg stärker. Türkische Jugendliche erzielten 382 Punkte in der ersten und 411 in der zweiten Generation. 2018 und 2022 lag in Deutschland dagegen die zweite Generation klar vor der ersten, aber weiterhin hinter einheimischen Jugendlichen. 2022 betrugen die deutschen Mathematikwerte 495 für Einheimische, 457 für die zweite und 398 für die erste Generation. In Australien und Kanada lag die zweite Generation über den Einheimischen.

Sprachgruppen unterscheiden sich ebenfalls: Im niederländischsprachigen Belgien waren die Leistungen wesentlich besser als im französischsprachigen Teil. In der Schweiz waren die Unterschiede zwischen deutscher und französischer Sprachgruppe gering, die italienische Gruppe lag etwas zurück. In Finnland erzielte die etwa fünfprozentige schwedischsprachige Minderheit 10 bis 35 Punkte weniger als die finnischsprachige Mehrheit. Südtirols Schulen lagen in der internationalen Spitzengruppe; deutschsprachige Schulen schnitten leicht besser als italienischsprachige ab.

2003 hatten Mädchen beim Lesen international 34 und in Deutschland 42 Punkte Vorsprung. Jungen lagen in Mathematik international 11 und in Deutschland 9 Punkte vorn. Unterschiede im Problemlösen und in Naturwissenschaften waren nicht signifikant. 2009 waren die deutschen Unterschiede gegenüber 2000 praktisch unverändert. Als mögliche Einflüsse nennt der Artikel geschlechtliche Stereotype, unterschiedliche Selbsteinschätzung und Rollenbilder; für Jungen werden außerdem Sprachschwächen und eine geringere Nähe zum Lesen diskutiert.

Öffentliche und politische Folgen

Die ersten Ergebnisse lösten besonders in Deutschland ein großes Medienecho und den sogenannten „PISA-Schock“ aus. PISA wurde zum Symbol für Probleme des Bildungswesens. Als unmittelbare Reaktion beschlossen die Kultusminister bundesweite Bildungsstandards und gründeten das Institut zur Qualitätsentwicklung im Bildungswesen, das diese Standards in Testaufgaben umsetzt. PISA wirkte auch auf Lehrpläne zurück, beispielsweise durch mehr Aufgaben mit Grafiken und Tabellen im Mathematikunterricht.

Die Resultate belebten die Debatte über gegliederte Schulen und Gesamtschulen. Befürworter der Gesamtschule verwiesen auf Finnlands Erfolge und den starken Zusammenhang von Leistung, Schulart, sozialer Herkunft und Einwanderungshintergrund. Gegner hielten entgegen, dass auch schwache Teilnehmer Gesamtschulsysteme hätten, gegliederte Länder wie Bayern innerdeutsch gut abschnitten und Finnlands Erfolg ebenso mit Lehrerauswahl, Ausbildung oder anderen Bedingungen zusammenhängen könne. Finnland wurden unter anderem kleine Klassen, zusätzliche Fachkräfte, gut ausgestattete und autonome Schulen, wirksame Qualitätskontrollen sowie geringe soziale Unterschiede zugeschrieben; der Artikel weist jedoch darauf hin, dass die Bedeutung einzelner Faktoren umstritten ist.

In Österreich stellte sich der zunächst behauptete Absturz von 2000 auf 2003 nach einer Überprüfung als Folge fehlerhafter Stichproben und Berechnungen heraus; korrigiert lagen beide Jahrgänge im Mittelfeld, ohne signifikante Veränderung. Die Daten von 2009 gelten wegen eines Boykotts und auffälliger Fragebögen als problematisch und werden von der OECD in Trendvergleichen ausgeschlossen. Luxemburg liegt in allen drei Kernfächern unter dem OECD-Durchschnitt; bei der Deutung werden der Ausländeranteil von 44,5 Prozent im Jahr 2013, die starke Mehrsprachigkeit und der vollständige Test aller Jugendlichen genannt. Südtirol erzielt besonders an deutschsprachigen Schulen regelmäßig Werte über dem italienischen Durchschnitt.

Kritik, Grenzen und Datennutzung

Kritik richtet sich sowohl gegen die Bildungsziele als auch gegen Aufgaben, Statistik und Interpretation. Manche Autoren sehen eine zu starke Ausrichtung auf wirtschaftlich verwertbare Alltagskompetenzen. Dies könne Lehrpläne zugunsten von Mathematik, Lesen und Naturwissenschaften verändern und gesellschaftswissenschaftliche, musische oder stärker beweisorientierte Inhalte verdrängen. Beteiligte Wissenschaftler halten dagegen, PISA schaffe Transparenz und liefere wichtige Informationen über Probleme von Bildungssystemen.

Die Validität, also die Aussagekraft der Messinstrumente, wird wegen Übersetzungs- und Kulturproblemen bestritten. Aufgaben stammen überwiegend aus dem angelsächsischen Raum und den Niederlanden; deutsche Aufgabentexte sind ungefähr 16 Prozent länger als englische. Übersetzungen können unbeabsichtigt Hilfen, zusätzliche Schwierigkeiten oder Fehler erzeugen. Auch die Vertrautheit mit Testformaten spielt eine Rolle: Bis zu 10 Prozent der deutschsprachigen Jugendlichen sollen das Multiple-Choice-Format missverstanden und mehrere Antworten angekreuzt haben.

Statistisch sind Leistungsunterschiede innerhalb der Staaten viel größer als typische Unterschiede zwischen Staaten. Große Stichproben erzeugen zwar kleine Standardfehler, berücksichtigen aber mögliche systematische Verzerrungen nicht vollständig. Genannt werden fehlende vollständige Ausgangslisten der 15-Jährigen, unterschiedliche Teilnahmebereitschaft, Belohnungen für Teilnehmende und der uneinheitliche Ausschluss von Jugendlichen mit Lernbehinderungen oder Legasthenie. Die Fälle Österreich und Liechtenstein zeigen zusätzlich, wie Stichprobenbedingungen die Vergleichbarkeit beeinflussen können.

Auch die Deutung von Länderwerten ist begrenzt: Staaten besitzen nicht immer ein einheitliches Bildungssystem, und Schülerleistung lässt sich nicht vollständig mit der Leistung der Schule gleichsetzen. Familien, soziale Zusammensetzung, Einwanderung und andere Bedingungen wirken ebenfalls mit. Die starke Korrelation der drei Testbereiche führte außerdem zur These, PISA könne näherungsweise als Intelligenztest verstanden werden. Ein Systemvergleich kann daher Denkanstöße geben, aber nicht automatisch bestimmte politische Maßnahmen begründen.

Die anonymisierten Daten bleiben für weitere Forschung nutzbar. Die OECD bietet einen Data Explorer und internationale Originaldaten aller Erhebungen zum Download an. Forschende können beim Forschungsdatenzentrum des Instituts zur Qualitätsentwicklung im Bildungswesen Zugang zu deutschen Originaldaten für Re- und Sekundäranalysen beantragen. Eine weitere Auswertung des Kriminologischen Forschungsinstituts Niedersachsen berichtete 2007, dass Gruppen mit besonders hohem Medienkonsum bei PISA am schwächsten abschnitten; auch dies beschreibt zunächst einen Zusammenhang, nicht zwingend eine Ursache.