Methodik

My Path veröffentlicht Selbstauskunfts-Fragebögen — zu Persönlichkeit, Interessen, Arbeitsstil und Beziehungen sowie zu den Menschen und Orten um Sie herum — dazu einen IQ-Screener und Übungsmaterial für Schulfächer und Prüfungen. Diese Seite beschreibt, wie die Tests ausgewertet werden und worauf die Zahlen eines Ergebnisses beruhen. Sie nennt außerdem klar, welche Validierungsarbeit noch nicht geleistet wurde. Widersprechen sich ein Satz hier und eine Testseite, sagen Sie es uns: Eines von beiden ist falsch.

Keiner der Tests ist ein klinisches, diagnostisches oder für die Personalauswahl bestimmtes Instrument. Ein Ergebnis beschreibt, wie Sie bei einer Gelegenheit geantwortet haben — und, wo wir die Daten haben, im Vergleich zu anderen, die denselben Test hier gemacht haben.

Eine Zeile pro Test, erzeugt aus denselben Zahlen wie der Rest dieser Seite. Die Stichprobe ist die Zahl abgeschlossener Durchführungen, auf der eine Zahl beruht; ein Strich bedeutet, dass es noch keine gibt.

Die Items sind unsere eigenen. Sie wurden für diese Plattform auf gut erforschten Modellen geschrieben — Hollands RIASEC-Interessen, den Big-Five-Merkmalen, DISC-Stilen, einem Sechzehn-Typen-Präferenzmodell nach Jung und weiteren — oder aus gemeinfreien Item-Pools wie dem IPIP adaptiert. Sie sind nicht die lizenzierten kommerziellen Instrumente, durch die diese Modelle am bekanntesten sind, und deren veröffentlichte Reliabilitäts- oder Validitätswerte lassen sich nicht auf unsere Formen übertragen.

Die Evidenz hinter den Modellen unterscheidet sich stark. Zur Struktur der Big Five und von RIASEC gibt es eine große Forschungsliteratur; zu Typenmodellen und vielen Arbeitswelt-Modellen deutlich weniger. Jede Testseite sagt, welche Art von Modell sie verwendet.

Jeder psychometrische Test wird von einer einzigen Engine ausgewertet, die pro Test eine deklarative Konfiguration ausführt: welche Items zu welcher Skala gehören, welche umgepolt sind und welche Aufmerksamkeitsprüfungen sind, die nicht in die Wertung eingehen. Dieselben Antworten ergeben immer dieselben Werte, und an der Berechnung eines Werts ist kein KI-Modell beteiligt.

Es gibt zwei Antwortformate. Items mit Bewertungsskala (Likert) werden pro Skala gemittelt und als Position von 0–100 auf der Antwortskala gezeigt. Forced-Choice-Items — wählen Sie die Aussage, die eher auf Sie zutrifft — ergeben Anteile an einer Gesamtsumme, sodass eine höhere Skala konstruktionsbedingt eine andere senkt. Solche Werte beschreiben das Gleichgewicht innerhalb Ihrer eigenen Antworten, nicht, wo Sie auf jeder Skala im Vergleich zu anderen stehen; und wenn kein Stil stärker führt, als die Form vom Zufall unterscheiden kann, sagt das Ergebnis das, statt trotzdem einen zu benennen.

Ein Prozentrang auf My Path vergleicht Sie mit Menschen, die denselben Test auf dieser Plattform abgeschlossen haben — nie mit einer repräsentativen Bevölkerungsstichprobe. Wir zeigen ihn nur, wo ein Test eine Normtabelle mit mindestens 60 Durchführungen hat; sonst wird das Ergebnis an der Antwortskala selbst gelesen, etwa an ihrer Mitte, und die Seite sagt das.

Normtabellen gibt es derzeit für die Big Five (239 Durchführungen), den Berufstest RIASEC (3.987), Multiple Intelligenzen (283), Lernstile (138) und Emotionale Intelligenz (96) sowie für den IQ-Test, dessen Stichprobe mit my-iq-path.com geteilt wird (96 abgeschlossene Durchführungen der vollen und 288 der Kurzform, Stand Oktober 2026). Diese Stichproben bestehen aus Menschen, die sich selbst für einen Online-Test entschieden haben; sie sind über alle sechs Sprachen zusammengefasst und nicht nach Alter, Geschlecht oder Land gegliedert. Lesen Sie einen Prozentrang als Ihre Position unter den Testpersonen dieser Seite, nicht in der Bevölkerung.

Wo ein Test genug Durchführungen hat, messen wir die interne Konsistenz (Cronbachs α) pro Skala an unserer eigenen Stichprobe, statt einen Bereich aus der Literatur zu zitieren.

Big Five. Gewissenhaftigkeit 0,72, Extraversion 0,81, emotionale Reaktivität 0,74 (n = 239). Die Items für Offenheit und Verträglichkeit wurden nach der Erhebung dieser Stichprobe neu geschrieben; für die aktuellen Items gibt es daher noch kein α, und ihre Prozentränge vergleichen weiterhin mit der früheren Item-Version.

Berufstest RIASEC. 0,65 bis 0,76 über die sechs Interessenskalen (n = 3.987).

Multiple Intelligenzen. 0,55 bis 0,78 über acht Skalen (n = 283). Die Seite nannte früher einen Literaturbereich von .70–.85; heute nennt sie die gemessenen Werte.

Emotionale Intelligenz. 0,53 bis 0,76 über fünf Skalen (n = 96), wo zuvor ein Bereich von .85–.95 stand.

Für Forced-Choice-Anteile ist interne Konsistenz nicht definiert. Vier dieser Formen berichten deshalb etwas, das sie über sich selbst messen können: wie oft dieselbe Wahl getroffen wird, wenn dasselbe Stilpaar wiederkehrt, im Vergleich zu zufälligem Antworten. Der Konfliktstil-Test stimmt bei 85,8 % der wiederholten Paare mit sich überein, bei einem Zufallsniveau von 75 % (n = 12), das Vier-Präferenzen-Stilprofil bei 70 % gegenüber 60,5 % (n = 87), DISC bei 73,5 % gegenüber 68,7 % (n = 54) und Liebes- und Zuneigungsstile bei 78,7 % gegenüber 75 % (n = 100). Der Wert beschreibt das Instrument, nie die Durchführung einer einzelnen Person.

Für die übrigen Tests wurde noch kein Reliabilitätswert gemessen. Wo eine Testseite einen veröffentlichten Wert für das zugrunde liegende Modell nennt, sagt sie, dass es der Wert des Modells ist, nicht unserer.

Der IQ-Test hat eine Kurzform mit 12 und eine volle Form mit 60 Aufgaben, beide kostenlos, über sechs Bereiche: fluides, sprachliches, numerisches und räumliches Denken, Arbeitsgedächtnis und Verarbeitungsgeschwindigkeit. Ohne Zeitlimit, sofern Sie keinen Zeitmodus wählen; der Zeitmodus beeinflusst nur die Wertung der Verarbeitungsgeschwindigkeit.

Die Genauigkeit in jedem Bereich wird in einen Prozentrang gegenüber abgeschlossenen Durchführungen derselben Form umgerechnet; solange ein Bereich weniger als 35 davon hat, gilt stattdessen eine feste Umrechnungstabelle auf Basis veröffentlichter Normen. Die sechs Bereiche werden gewichtet nach ihrer Ladung auf die allgemeine Fähigkeit laut Literatur zusammengefasst — fluides Denken am höchsten, Verarbeitungsgeschwindigkeit am niedrigsten. In der Vollversion wird diese gewichtete Kombination Ihrer Genauigkeiten mit allen Durchführungen der Vollversion verglichen; der Gesamtwert ist also ein echter Prozentrang. In der Kurzform ist der Gesamtwert ein gewichteter Mittelwert der sechs Bereichs-Prozentränge und selbst kein Prozentrang — eine bekannte Vereinfachung, die wir bei einer Form mit 12 Aufgaben beibehalten.

Der mit dem Ergebnis gezeigte Bereich ist ein fester Platzhalter — ±12 Prozentrangpunkte bei der Kurzform, ±7 bei der vollen Form — kein gemessener Standardfehler. „Geschätzter IQ ≈ N“ rechnet den Gesamt-Prozentrang auf die Skala mit Mittelwert 100 und SD 15 um, begrenzt auf 60–145. Es ist eine Schätzung Ihrer Position unter den Testpersonen dieser Seite, als solche gekennzeichnet und immer mit ihrem Bereich gezeigt. Sie ist nicht altersnormiert und kein klinischer IQ.

Kein Item wurde mit Item-Response-Theorie (IRT) oder einem Rasch-Modell kalibriert. Die Schwierigkeit pro Item, die unser Normen-Job berechnet, ist der Anteil richtiger Antworten — eine Prüfstatistik, kein IRT-Parameter.

Mehrere Tests enthalten Anweisungs-Items („Wählen Sie hier ‚Stimme zu‘“), die nicht in die Wertung eingehen. Beim Absenden wird jede Durchführung auf Muster geprüft, die ein Ergebnis weniger aussagekräftig machen: durchgehend dieselbe Antwort, ein völlig flaches Profil, unplausibel schnelles Antworten, ein verfehltes Anweisungs-Item oder — bei Forced-Choice-Formen — immer dieselbe Seite. Ein Hinweis löscht kein Ergebnis. Er schränkt die Aussage ein, die er untergräbt — ein flaches Profil etwa bedeutet, dass die Reihenfolge Ihrer Skalen Rundung ist — und die Ergebnisseite sagt, was er betrifft.

Ergebnisse sind deterministisch und kostenlos. KI-Berichte — Texte zu einem Test, testübergreifende Berichte und vertiefte Analysen — sind optional und werden abgerechnet. Ein großes Sprachmodell schreibt sie aus dem, was die Auswertung ergeben hat: den benannten Skalen jedes Tests, Bändern, Prozenträngen und Normstichprobe, den Urteilen „getrennt“ oder „nicht getrennt“ und allen Hinweisen zur Antwortqualität, in derselben Form, die auch die Ergebnisseite verwendet. Das Modell erhält diese Zahlen; es berechnet sie nicht. Ein fester Ausgabevertrag, den Änderungen am Prompt nicht aushebeln können, legt Länge und Abschnitte jedes Berichts fest.

Ein Sprachmodell kann trotzdem einen flüssigen Satz schreiben, den die Zahlen nicht tragen. Lesen Sie einen KI-Bericht als Interpretation Ihres Ergebnisses, nicht als Teil davon, und sagen Sie uns, wenn einer zu weit geht.

Jeder Test ist auf Englisch, Deutsch, Spanisch, Französisch, Portugiesisch und Ukrainisch verfügbar. Die nicht englischen Item-Sätze entstanden durch maschinelle Übersetzung und wurden danach Item für Item von einem KI-Modell mit dem Englischen abgeglichen — nicht von muttersprachlichen Prüfern oder professionellen Übersetzern —, und jeder Prüfeintrag sagt das. Diese Lektüre hat echte Fehler gefunden und behoben, die Paritätsprüfungen nicht sehen: Die französischen Items zu sozialen Kompetenzen fragten bei 35 von 36 Items etwas anderes als die englischen, und die spanischen, französischen und portugiesischen Enneagramm-Items setzten bei 21 von 55 einen männlichen Leser voraus.

Eine Analyse, ob Items in allen Sprachen gleich funktionieren (Differential Item Functioning oder Messinvarianz), wurde nicht durchgeführt, und die Normen sind über die Sprachen zusammengefasst. Behandeln Sie Vergleiche zwischen Sprachgruppen als ungeprüft.

Damit nichts oben mehr verspricht, als es ist:

• Kein Test wurde mit Item-Response-Theorie oder einem Rasch-Modell kalibriert.
• Für keinen Test gibt es eine Test-Retest-Studie; wir können also nicht sagen, wie stabil ein Ergebnis von einer Durchführung zur nächsten ist.
• Kein Test wurde mit einem etablierten veröffentlichten Instrument verglichen (konvergente Validität), und keiner wurde an Kriterien wie Arbeitsleistung oder Wohlbefinden geprüft.
• Es wurde keine Analyse auf Verzerrung (DIF) oder Messinvarianz über Sprachen, Altersgruppen oder andere Gruppen durchgeführt, und kein Fairness-Audit.
• Keine Normstichprobe ist für eine Bevölkerung repräsentativ, und nichts ist altersnormiert.
• Kein Test ist für klinische, diagnostische, schulische Platzierungs- oder Personalauswahlzwecke validiert. Verwenden Sie ein Ergebnis nicht dafür.

Diese Liste wird nur kürzer, wenn die Arbeit getan und ihr Ergebnis auf dieser Seite veröffentlicht ist.

Selbstauskunfts-Fragebögen messen, wie Sie sich selbst beschreiben: Ihr typisches Verhalten, Ihre Vorlieben und Gefühle, so wie Sie sie am Tag der Beantwortung sehen. Stimmung, Schlaf, Stress, die Situation, an die Sie dachten, und der Wunsch, gut dazustehen, verschieben Antworten. Ein Ergebnis ist eine Momentaufnahme einer Durchführung, keine feste Eigenschaft von Ihnen, und zwei Ergebnisse mit wenigen Punkten Abstand unterscheiden sich meist nicht bedeutsam.

Die Tests „über mein Umfeld“ bitten Sie, einen Partner, ein Team, eine Führungskraft, eine Familie, ein Kind oder eine Gemeinschaft zu beschreiben. Sie beschreiben Ihre Wahrnehmung dieser Situation, nicht die anderen Menschen, und sind kein Beleg für den Charakter von irgendjemandem.

Wir verkaufen keine personenbezogenen Daten und schalten keine Fremdwerbung. Ergebnisse bleiben privat, bis Sie eines teilen — Test für Test, über einen Link, den Sie widerrufen können. In Ihrem Profil können Sie Ihre Daten herunterladen und Ihr Konto mit allen Ergebnissen löschen. Die Details stehen in der Datenschutzerklärung.

Aussagen, die wir veröffentlicht und später geändert haben, datiert auf den Tag, an dem die Änderung live ging.

Die Einträge werden auf Englisch veröffentlicht.

• 18. Oktober 2026 — This page: removed the “Last reviewed” date. Nobody besides the author reviews this page; what is dated now is when its figures were last refreshed.
• 18. Oktober 2026 — Multiple Intelligences test page: the reliability figures gave the highest measured alpha as 0.77; the norm table says 0.78. The page now prints the figures from the same generated file as this page.
• 6. Oktober 2026 — This page: removed descriptions of IRT calibration, “representative subsamples” and a fairness audit. That work was never done.
• 20. September 2026 — Multiple Intelligences result notes: the reliability figure was presented as describing the current questions. It was measured on an earlier version of the test, and the notes now say so.
• 19. September 2026 — Result notes of four workplace and family check-ins described correlations from a pilot study. No such study was ever run; the claim was removed from every test.
• 18. September 2026 — Big Five: the Openness and Agreeableness items were rebuilt after their measured consistency proved weak. Those two scales show no reliability figure until enough people have answered the new items.
• 17. September 2026 — Multiple Intelligences: the result printed a published-literature alpha range (0.70–0.85) as if it described our questions. Measured on our own sample it was lower; the measured figures replaced it.
• 17. September 2026 — Grit: eleven of the thirteen questions followed published Grit-S / Grit-O wording too closely. They were rewritten in-house.