Stanford-Binet-Intelligenztest: Geschichte und heutige Anwendung

Der Stanford-Binet-Intelligenztest ist das älteste Intelligenzverfahren, das noch heute professionell eingesetzt wird. Er begann 1905 in Paris als praktisches Screening-Instrument, wurde 1916 an der Stanford University neu aufgebaut und lieferte der Welt jene Zahl, die wir heute IQ nennen. Die aktuelle, 2003 erschienene fünfte Auflage deckt das Alter von 2 bis über 85 Jahre ab und erfasst fünf kognitive Faktoren jeweils in einer sprachgebundenen und einer sprachfreien Form. Dieser Leitfaden zeichnet nach, woher der Test kommt, wie er heute aufgebaut ist, was seine Werte aussagen — und wo seine Geschichte bis heute nachwirkt.

1. Paris 1905: die ursprüngliche Binet-Simon-Skala

1904 stand das französische Unterrichtsministerium vor einem praktischen Problem. Die Schulpflicht war kurz zuvor eingeführt worden, und Lehrkräfte brauchten ein Verfahren, um Kinder zu erkennen, die dem Unterricht nicht folgen konnten und eine andere Form der Förderung benötigten. Das Ministerium beauftragte Alfred Binet, Psychologe an der Sorbonne, eine Methode zu finden, die nicht vom Eindruck einer Lehrkraft abhing.

Binet ging gemeinsam mit dem Arzt Théodore Simon einen für die Zeit ungewöhnlichen Weg. Statt Reaktionszeiten, Kopfumfang oder Sinnesschärfe zu messen — die damals modischen, von Francis Galton übernommenen Verfahren —, stellten sie kurze Alltagsaufgaben zusammen: einem bewegten Gegenstand mit den Augen folgen, vertraute Dinge benennen, eine Ziffernfolge nachsprechen, den Unterschied zwischen zwei Wörtern erklären, Gegenstände ordnen. Die Aufgaben waren nach Schwierigkeit gestaffelt, und das Kind arbeitete sich so weit nach oben, bis die Aufgaben zu schwer wurden.

Die Skala von 1905 wurde 1908 und noch einmal 1911 überarbeitet. Die Revision von 1908 brachte die Idee, die den Test berühmt machte: Jede Aufgabe wurde jenem Alter zugeordnet, in dem ein typisches Kind sie lösen konnte. Wer die Aufgaben schaffte, die die meisten Achtjährigen bewältigten, hatte ein „geistiges Niveau" von acht — unabhängig vom Geburtsdatum. Binet selbst formulierte betont vorsichtig: Er verstand die Skala als grobes praktisches Werkzeug, um förderbedürftige Kinder zu erkennen, und warnte ausdrücklich davor, das Ergebnis als feststehende oder dauerhafte Eigenschaft zu lesen.

Binet starb 1911 — bevor er sehen konnte, was mit seiner Skala jenseits des Atlantiks geschah.

2. Stanford 1916: wie aus der Skala der IQ wurde

Henry Goddard brachte die Binet-Simon-Skala in die Vereinigten Staaten, übersetzte sie um 1908 und verbreitete sie großflächig. Durchgesetzt hat sich jedoch die Fassung, die Lewis Terman an der Stanford University erarbeitete und 1916 zusammen mit seinem Buch The Measurement of Intelligence als Stanford-Revision der Binet-Simon-Skala veröffentlichte.

Terman veränderte das Instrument in drei Punkten grundlegend:

Er erweiterte und überarbeitete den Aufgabenpool und dehnte die Skala bis ins Erwachsenenalter aus — der Test war damit kein reines Kinder-Screening mehr.
Er normierte ihn an einer großen US-amerikanischen Stichprobe, sodass Ergebnisse an einem Referenzmaßstab statt am Urteil einer Fachkraft abgelesen werden konnten.
Er übernahm die Rechenformel, die der deutsche Psychologe William Stern 1912 vorgeschlagen hatte — Intelligenzalter geteilt durch Lebensalter, multipliziert mit 100 — und nannte das Ergebnis Intelligenzquotient.

Der dritte Punkt ist der Grund, warum es das Kürzel IQ überhaupt gibt. Ein Zehnjähriger, der wie ein typischer Zwölfjähriger abschnitt, erhielt 120; wer wie ein typischer Achtjähriger abschnitt, erhielt 80. Einprägsam, einfach — und, wie sich zeigte, strukturell fehlerhaft.

Auch in der Deutung trennten sich Terman und Binet. Wo Binet einen niedrigen Wert als Anlass zur Förderung sah, hielt Terman die Werte für weitgehend erblich und stabil und warb für ihren Einsatz zur Selektion von Schülerinnen und Schülern. Diese Haltung befeuerte den amerikanischen Testboom der 1920er-Jahre; Terman selbst war in Organisationen der damaligen Eugenik-Bewegung engagiert — ein Umstand, den die Fachwelt heute offen benennt, statt ihn zu umgehen. Spätere Auflagen des Tests entstanden unter anderen Verantwortlichen und anderen Annahmen, und die heutigen berufsethischen Standards der psychologischen Diagnostik wurden ausdrücklich als Reaktion auf diese frühen Fehlanwendungen formuliert.

3. Der Quotienten-IQ und warum er verschwinden musste

Die Formel mit dem Intelligenzalter funktioniert bei Kindern einigermaßen und scheitert bei Erwachsenen. Die Werte für das Intelligenzalter steigen ab dem späten Jugendalter nicht mehr weiter, das Lebensalter aber schon — ein völlig unauffälliger 40-Jähriger hätte allein aus arithmetischen Gründen einen stetig sinkenden Quotienten. Zudem erzeugte die Formel in verschiedenen Altersgruppen unterschiedliche Streuungen: Ein Wert von 130 bedeutete mit sechs Jahren nicht dieselbe Seltenheit wie mit vierzehn.

Die Lösung kam mit der dritten Auflage, Form L-M, im Jahr 1960: Der Quotient wurde durch den Abweichungs-IQ ersetzt, den David Wechsler bereits seit 1939 verwendete. Dabei wird die Rohleistung jeder Altersgruppe auf eine Standardskala mit festem Mittelwert und fester Streuung umgerechnet. Ein Wert sagt seither aus, wo jemand im Vergleich zur eigenen Altersgruppe steht — nicht mehr und nicht weniger.

Auflage	Jahr	Wesentliche Änderung	Wertskala
Binet-Simon	1905–1911	Altersgestufte Aufgaben, „geistiges Niveau"	keine (geistiges Niveau)
Stanford-Revision	1916	US-Normen, IQ-Formel übernommen	Quotienten-IQ (IA ÷ LA × 100)
Zweite Revision (Formen L und M)	1937	Terman mit Maud Merrill; Parallelformen	Quotienten-IQ
Dritte Auflage (Form L-M)	1960	Abweichungs-IQ ersetzt Quotienten-IQ	Mittelwert 100, SD 16
Vierte Auflage (SB4)	1986	Punkteskala, vier Bereichswerte	Mittelwert 100, SD 16
Fünfte Auflage (SB5)	2003	Fünf Faktoren × zwei Domänen	Mittelwert 100, SD 15

Zwei Einträge dieser Tabelle verdienen besondere Aufmerksamkeit. Die vierte Auflage von 1986, erarbeitet von Robert Thorndike, Elizabeth Hagen und Jerome Sattler, gab das Altersskalen-Format zugunsten einer konventionellen Punkteskala mit vier Bereichen auf — sprachliches Denken, abstrakt-visuelles Denken, quantitatives Denken und Kurzzeitgedächtnis. Und die fünfte Auflage von 2003 verschob die Standardabweichung von 16 auf 15 und brachte die Stanford-Binet-Werte damit auf dieselbe Skala wie die Wechsler-Verfahren. Ältere Stanford-Binet-Zahlen aus der Zeit vor 2003 liegen also auf einer etwas breiteren Skala — einer von mehreren Gründen, historische Werte nicht unbesehen mit heutigen zu vergleichen.

4. Wie der SB5 aufgebaut ist

Die fünfte Auflage, entwickelt von Gale H. Roid und an einer Stichprobe von 4.800 Personen normiert, die dem US-Zensus nachgebildet wurde, ist als Fünf-mal-zwei-Raster organisiert. Fünf kognitive Faktoren werden jeweils zweimal erfasst — einmal sprachgebunden, einmal sprachfrei —, was insgesamt zehn Untertests ergibt.

Faktor	Sprachfreie Form	Sprachgebundene Form
Schlussfolgerndes Denken	Objektreihen und matrizenartige Aufgaben	Verbale Denkaufgaben
Wissen	Bildbasierte Unstimmigkeiten	Wortschatz
Quantitatives Denken	Visuell dargebotene Zahlenaufgaben	Sprachlich gefasste Rechenaufgaben
Visuell-räumliche Verarbeitung	Legebrett- und Musteraufgaben	Sprachlich beschriebene Lage- und Richtungsaufgaben
Arbeitsgedächtnis	Gedächtnisaufgaben mit Klötzen	Satz- und Detailgedächtnisaufgaben

Hier wird bewusst keine einzige echte Testaufgabe wiedergegeben — die Inhalte sind urheberrechtlich geschützt, und ihre Geheimhaltung ist Teil dessen, was die Normen gültig hält. Beschrieben ist ausschließlich der allgemeine Aufgabentyp.

Die Fünf-Faktoren-Struktur ist nicht beliebig gewählt. Sie folgt dem Cattell-Horn-Carroll-Modell (CHC), das sich als gemeinsame Sprache der modernen Intelligenzdiagnostik durchgesetzt hat. Das macht SB5-Ergebnisse leichter neben anderen CHC-orientierten Testbatterien lesbar.

Die sprachfreie Domäne verdient eine Anmerkung. „Sprachfrei" heißt hier, dass die Antwort wenig oder keine Sprache erfordert — zeigen, bewegen, anordnen —, nicht dass die Sitzung schweigend abläuft. Die Instruktionen werden weiterhin mündlich gegeben, können aber bei Bedarf gestisch unterstützt werden. Das macht die sprachfreie Seite nützlich bei Kindern mit eingeschränkter Ausdruckssprache, bei gehörlosen und schwerhörigen Personen sowie bei einer Testung außerhalb der Erstsprache — ohne zu behaupten, Sprache sei vollständig ausgeklammert.

5. Einstiegsaufgaben, Grund- und Deckenregeln: wie der Test tatsächlich abläuft

Der Stanford-Binet wird von einer geschulten Testleitung im Einzelsetting durchgeführt und dauert je nach Alter und Anzahl der benötigten Untertests typischerweise 45 bis 90 Minuten. Sein Markenzeichen ist die adaptive Steuerung, die er in irgendeiner Form schon seit Binet nutzt.

Zwei Einstiegs-Untertests stehen am Anfang: eine Objektreihen-/Matrizenaufgabe auf der sprachfreien und eine Wortschatzaufgabe auf der sprachgebundenen Seite. Die Leistung in diesen beiden bestimmt, auf welchem Schwierigkeitsniveau jeder weitere Untertest beginnt. Ein Sechsjähriger und ein begabter Zwölfjähriger bearbeiten deshalb unterschiedliche Aufgabensätze.

Von diesem Einstiegspunkt aus arbeitet die Testleitung mit Grund- und Deckenregeln. Der Grundwert ist jenes Niveau, auf dem durchgängig gelöst wird — leichtere Aufgaben dürfen dann als gelöst angerechnet werden. Die Decke ist der Punkt, an dem sich Fehler häufen und die Testung endet. Alles unterhalb des Grundwerts wird gutgeschrieben, alles oberhalb der Decke gar nicht erst vorgelegt.

Der Vorteil sind Effizienz und Zumutbarkeit — niemand verbringt zwanzig Minuten mit Aufgaben weit unter oder weit über dem eigenen Niveau. Der Preis ist, dass Durchführung und Auswertung echte Ausbildung erfordern. Das ist einer der Gründe, warum es diesen Test in einer selbst durchgeführten Online-Version nicht geben kann.

6. Wie SB5-Werte berichtet werden

Der SB5 liefert mehr als eine Zahl; der Gesamtwert ist nur die oberste Ebene.

Wertetyp	Mittelwert	SD	Erfasster Bereich
Gesamt-IQ	100	15	alle zehn Untertests
Sprachfreier IQ	100	15	die fünf sprachfreien Untertests
Sprachgebundener IQ	100	15	die fünf sprachgebundenen Untertests
Faktorindizes (×5)	100	15	ein kognitiver Faktor über beide Domänen
Untertest-Standardwerte	10	3	ein einzelner Untertest

Das SB5-Manual bietet zusätzlich eine erweiterte IQ-Auswertung (EXIQ) an, die den berichtbaren Bereich deutlich über das übliche Band von 40 bis 160 hinaus dehnt — gedacht für Forschung und für Untersuchungen an den Rändern der Verteilung — sowie veränderungssensitive Werte, eine absolute Skala, mit der sich die Leistung einer Person über wiederholte Untersuchungen hinweg verfolgen lässt, ohne die Verzerrungen des altersnormierten Vergleichs.

Zu den Wertebereichen gehören beschreibende Etiketten wie durchschnittlich, gehobener Durchschnitt oder weit überdurchschnittlich. Diese Etiketten beschreiben eine Position in einer Verteilung. Sie sind keine Diagnosen, und aus einem Wertebereich allein wird niemals eine Diagnose gestellt; dafür braucht es eine qualifizierte Fachkraft, die die gesamte Untersuchung, die Entwicklungsgeschichte und die Alltagsbewältigung zusammen betrachtet.

Drei Vorbehalte bei der Interpretation gelten hier wie bei jedem kognitiven Test:

Ein Wert ist eine Schätzung mit Konfidenzintervall. Das Manual gibt den Standardmessfehler eben deshalb an, damit Ergebnisse als Band und nicht als Punkt gelesen werden.
Der Gesamtwert kann das Profil verdecken. Zwei Personen mit identischem Gesamt-IQ können völlig unterschiedliche Muster in Arbeitsgedächtnis, Wissen und visuell-räumlicher Verarbeitung zeigen — und das Muster ist meist die nützlichere Information.
Normen altern. Der Flynn-Effekt — die über das 20. Jahrhundert dokumentierte langfristige Verschiebung der durchschnittlichen Rohleistung — führt dazu, dass veraltete Normen tendenziell zu schmeichelhafte Werte erzeugen. Das ist ein Routinegrund dafür, dass in der Praxis mit der jeweils aktuellen Auflage gearbeitet wird.

7. Termans Längsschnittstudie und ihre Befunde

1921 begann Terman die Genetic Studies of Genius: Er untersuchte kalifornische Schulkinder mit dem Stanford-Binet und verfolgte rund 1.500 von ihnen, die etwa 135 und mehr erreichten, über ihr gesamtes Leben. Daraus wurde eine der am längsten laufenden Längsschnittstudien der Psychologie, die von späteren Forschergenerationen bis heute fortgeführt wird.

Ihr haltbarster Befund war ein negativer. Das Klischee vom hochbegabten Kind als kränklich, sozial unbeholfen und körperlich schwach hielt der Datenlage nicht stand; im Mittel war die Gruppe gesund, sozial kompetent und schulisch erfolgreich. Dieses Ergebnis hat einen Mythos des 19. Jahrhunderts wirksam demontiert.

Ebenso lehrreich sind die Grenzen der Studie. Die Stichprobe wurde vor der Testung durch Lehrervorschläge vorselektiert, war für die Gesamtbevölkerung nicht repräsentativ, und Terman blieb persönlich in einer Weise in das Leben der Teilnehmenden verwickelt, die eine heutige Ethikprüfung nicht passieren würde. Und obwohl die Gruppe beruflich gut abschnitt, ging aus ihr keine Nobelpreisträgerin und kein Nobelpreisträger hervor — während zwei Physiker, die den Preis später erhielten, William Shockley und Luis Alvarez, berichteten Angaben zufolge mitgetestet wurden und an der Auswahlgrenze scheiterten. Was immer man von dieser Anekdote hält: Das breite Muster ist gut repliziert — ein hoher Testwert ist ein realer statistischer Vorteil und eine schlechte Prophezeiung für den Einzelfall.

8. Stanford-Binet oder Wechsler? Wo welcher Test eingesetzt wird

Den größten Teil des 20. Jahrhunderts war der Stanford-Binet der Standard unter den Einzel-Intelligenztests. Heute werden in der allgemeinen klinischen Praxis häufiger die Wechsler-Verfahren eingesetzt — WAIS-IV/V für Erwachsene, WISC-V für Kinder im Schulalter —, während der Stanford-Binet spezifische Stärken behält.

	Stanford-Binet (SB5)	Wechsler (WAIS/WISC)
Altersbereich	2 bis über 85 in einem Verfahren	getrennte Tests je Altersband
Struktur	5 Faktoren × sprachgebunden/sprachfrei	4–5 Indexwerte
Aufgabenauswahl	adaptive Steuerung, Grund-/Deckenregeln	feste Untertestreihenfolge
Vollständiger sprachfreier Gesamtwert	ja, eine komplette Parallel-Domäne	nur teilweise
Typische Einsatzgebiete	sehr junge Kinder, Untersuchungen an den Verteilungsrändern, sprachlich eingeschränkte Situationen	allgemeine klinische und pädagogische Diagnostik

Der durchgehende Altersbereich des SB5 macht ihn für Wiederholungsuntersuchungen über die Lebensspanne praktisch, und sein niedriger Boden und die hohe Decke — durch die EXIQ-Auswertung noch erweitert — machen ihn zu einer häufigen Wahl, wenn die Leistung voraussichtlich weit vom Durchschnitt abweicht, in welche Richtung auch immer. In der Praxis wird das Verfahren passend zur Fragestellung ausgewählt, und eine gute Untersuchung stützt sich ohnehin auf mehr als eine Informationsquelle.

Häufig gestellte Fragen

Wird der Stanford-Binet heute noch verwendet?

Ja. Die 2003 erschienene fünfte Auflage ist für das Alter von 2 bis über 85 Jahre weiterhin im professionellen Einsatz. In der Routinediagnostik sind die Wechsler-Verfahren verbreiteter, doch der Stanford-Binet wird nach wie vor häufig gewählt: bei sehr jungen Kindern, bei Untersuchungen, in denen die Leistung voraussichtlich weit außerhalb des Durchschnittsbereichs liegt, und wenn ein vollständiger sprachfreier Gesamtwert benötigt wird.

Worin unterscheidet sich der Stanford-Binet von einem Online-IQ-Test?

In nahezu allem außer dem Vokabular, mit dem die Ergebnisse beschrieben werden. Der Stanford-Binet wird einzeln von einer geschulten Fachkraft durchgeführt, arbeitet mit adaptiver Steuerung sowie Grund- und Deckenregeln und wird unter kontrollierten Bedingungen an einer großen Normstichprobe interpretiert. Ein Online-Test läuft selbstgesteuert in unkontrollierter Umgebung ab, ohne Testleitung, ohne klinische Normen und ohne jede Möglichkeit zu prüfen, wer ihn tatsächlich bearbeitet hat. Beide können eine Zahl nahe 100 ausgeben — es sind aber nicht Messungen derselben Art.

Warum wechselte die Skala von SD 16 auf SD 15?

Frühere Stanford-Binet-Auflagen nutzten eine Standardabweichung von 16, die Wechsler-Verfahren dagegen 15. Die fünfte Auflage übernahm 15, damit die Werte der beiden meistgenutzten Testbatterien auf derselben Skala liegen. Praktisch bedeutet das: Stanford-Binet-Werte, die aus der Zeit vor 2003 zitiert werden, streuen etwas breiter als heutige, und Zahlen aus alten und neuen Auflagen sollten ohne Umrechnung nicht direkt verglichen werden.

Kann man sich auf eine Stanford-Binet-Untersuchung vorbereiten?

Legitimes Übungsmaterial gibt es nicht, denn die Aufgaben sind urheberrechtlich geschützt, und ihre Geheimhaltung ist genau das, was die Normen aussagekräftig hält. Ein Wert, der kurz nach einer ähnlichen Testung erhoben wird, fällt zwar tendenziell höher aus — das ist jedoch Vertrautheit mit dem Format, ein Übungseffekt und Messartefakt, keine Veränderung der zugrunde liegenden Fähigkeit. Genau deshalb halten Testleitungen kürzlich zurückliegende Testungen fest und berücksichtigen sie mindernd. Die sinnvolle Vorbereitung ist banal: ausreichend Schlaf, etwas gegessen und ohne Hetze ankommen.

Was sagt ein Stanford-Binet-Wert eigentlich aus?

Er verortet die Leistung in bestimmten Denk-, Wissens-, Gedächtnis- und Raumaufgaben im Vergleich zu einer altersgleichen Normstichprobe — am Tag der Testung und unter den dortigen Bedingungen. Das ist durchaus informativ, insbesondere das Profil über die fünf Faktoren hinweg. Es ist kein Maß für den Wert eines Menschen, für Charakter, Kreativität, Urteilsvermögen oder den weiteren Lebensweg, und keine einzelne Zahl sollte als Urteil über eines dieser Dinge gelesen werden.

Wer war Alfred Binet, und würde er den heutigen Test wiedererkennen?

Binet war ein französischer Psychologe, der 1905 die erste praktikable Intelligenzskala entwickelte, um Schulkinder mit zusätzlichem Förderbedarf zu erkennen. Den adaptiven Aufbau und die altersbezogene Logik würde er wiedererkennen — beides hat überdauert. Mit dem Rest wäre er vermutlich weniger einverstanden: Er warnte davor, den Wert als feststehende Größe zu behandeln, und verwendete den Begriff Intelligenzquotient nie; er wurde seiner Skala erst nach seinem Tod von anderen übergestülpt.

Zusammenfassung

Der Stanford-Binet hat über ein Jahrhundert überdauert, weil er immer wieder neu gebaut wurde. Aus Binets altersgestuften Aufgaben wurde Termans normierte amerikanische Skala, die fehlerhafte Quotientenformel wich dem Abweichungs-IQ, das Altersskalen-Format wich einer Punkteskala, und der heutige SB5 ordnet alles um fünf CHC-orientierte Faktoren, die parallel sprachgebunden und sprachfrei erfasst werden.

Seine Geschichte ist nicht sauber. Dasselbe Verfahren, das der Psychologie ihr erstes brauchbares Maß für schlussfolgerndes Denken lieferte, stand auch im Zentrum einer Testära, deren Annahmen das Fach seither verworfen hat. Beides gehört in jede redliche Darstellung.

Was ein heutiges Stanford-Binet-Ergebnis bietet, ist eine sorgfältige, fachlich durchgeführte Schätzung der Leistung in fünf kognitiven Bereichen, berichtet als Spanne statt als Punkt und am aussagekräftigsten, wenn man sie als Profil liest. Was es nicht bietet — und nie zu bieten beanspruchte —, ist eine feststehende, endgültige Zahl, die einen Menschen erklärt.

Brambin bietet ein kognitives Profil über acht Dimensionen zur Unterhaltung und Selbsterkundung. Es ist nicht der Stanford-Binet-Intelligenztest, steht in keiner Verbindung zu dessen Verlag und ist keine klinische Untersuchung. Betrachten Sie jedes Online-Ergebnis — auch unseres — als Ausgangspunkt für Neugier, nicht als Diagnose, Zuweisungsentscheidung oder Urteil.