Regressionsanalyse im APA-Stil berichten

Einfache, multiple und hierarchische Regression – vollständige APA-7-Tabellen, korrekte Ergebnistexte und der Umgang mit β vs. b, R² vs. ΔR², F-Test und Prädiktorsignifikanz. Dieser Guide enthält alle Muster für copy-paste-fähige Ergebnisabschnitte.

b vs. β: Was wohin

R² & ΔR² korrekt

APA-7-Tabellen

Hierarchische Regression

Modellvergleich F-Test

Die Regressionsanalyse können die meisten Studierenden in SPSS durchführen – aber den Output korrekt nach APA 7 verschriftlichen scheitert regelmäßig an denselben Stellen: b ohne SE, R² ohne R²adj, p = .000 statt p < .001, Tabellen mit Gitternetzlinien. Unsere promovierten Statistiker bei der Agentur Business And Science haben in über 12.000 Projekten seit 2012 gelernt, worauf deutschsprachige Gutachter im Ergebnisteil einer Bachelorarbeit oder Masterarbeit achten – und formulieren den APA-konformen Text samt Tabellen als festen Bestandteil jeder Mustervorlage.

📌 Regressionsanalyse APA-Stil – Kurzübersicht

Im Ergebnisteil wird die Regressionsanalyse wie folgt berichtet: Zuerst der Gesamtmodell-F-Test mit R² und Stichprobengröße, dann R²adj als Korrektur für Prädiktorzahl, dann die individuellen Prädiktoren mit unstandardisierten b und standardisierten β-Koeffizienten, Standardfehlern, t-Werten und p-Werten. Bei hierarchischer Regression: ΔR² und ΔF pro Block. Effektstärke: Cohens f² = R²/(1−R²). Tabellen im APA-7-Stil: keine vertikalen Linien, dreifache horizontale Linien (oben, unter Header, unten).

1. Kennzahlen der Regression: Was bedeutet was?

R²BestimmtheitsmaßAnteil erklärter Varianz in der AV

R²adjKorrigiertes R²R² bereinigt um Prädiktorzahl

βStand. Koeff.In SD-Einheiten – vergleichbar

f²EffektstärkeKlein .02 / Mittel .15 / Groß .35

Kennzahl	SPSS-Ausgabe	Formel / Berechnung	Wofür berichten?
b (unstandardisiert)	Koeffizienten → B	—	Inhaltliche Interpretation: „Pro Einheit X steigt Y um b Einheiten"
SE(b)	Koeffizienten → Standardfehler	—	Pflicht – immer zusammen mit b berichten
β (standardisiert)	Koeffizienten → Beta	β = b × (SD_x / SD_y)	Prädiktoren untereinander vergleichen
R²	Modellzusammenfassung → R-Quadrat	SS_Regression / SS_Total	Gesamtvarianzaufklärung
R²adj	Modellzusammenfassung → Korrigiertes R²	1 − (1−R²)(n−1)/(n−p−1)	Pflicht bei multiplen Prädiktoren
ΔR²	Hierarchisch: Modellzusammenfassung → Änderungsstatistik	R²_Block2 − R²_Block1	Hierarchische Regression: Mehrwert jedes Blocks
F, df1, df2	ANOVA-Tabelle oder Änderungsstatistik	—	Gesamtmodell- und Block-Signifikanz
f²	Nicht in SPSS – manuell	R²/(1−R²)	Effektstärke des Gesamtmodells

Kennzahlen korrekt zuordnen – wo die meisten Fehler passieren

In Ergebnisteilen, die Studierende zur Überarbeitung bei uns einreichen, fehlt in über 60% der Fälle der Standardfehler SE(b), und Cohens f² wird fast nie berechnet. Beides sind APA-7-Pflichtangaben. Unsere Statistiker extrahieren alle relevanten Werte aus dem SPSS-Output, berechnen f² manuell und formatieren die Tabellen nach dem aktuellen APA-Standard – inklusive Konfidenzintervallen für jeden Koeffizienten. Zur Statistik-Beratung.

2. b vs. β: Wann was berichten?

Dies ist eine der häufigsten Unsicherheiten beim Schreiben des Ergebnisteils. Die Antwort ist eindeutig: Berichten Sie immer beides – aber aus unterschiedlichen Gründen.

b (unstandardisierter Koeffizient)

Gibt die Veränderung in Y in Originaleinheiten an, wenn X um eine Einheit steigt (alle anderen Prädiktoren konstant). Inhaltlich interpretierbar: „Pro Punkt höherem Stresswert steigen die Burnout-Symptome um 0.43 Punkte auf der MBI-Skala." Unverzichtbar für die klinische oder praktische Interpretation.

APA-Format

b = 0.43, SE = 0.09, t(117) = 4.78, p < .001

β (standardisierter Koeffizient)

Drückt die Beziehung in Standardabweichungseinheiten aus – ermöglicht den Vergleich der relativen Stärke verschiedener Prädiktoren im selben Modell. „Stress (β = .41) ist ein stärkerer Prädiktor für Burnout als Schlafmangel (β = .27)." Nicht inhaltlich interpretierbar, aber essential für Prädiktorvergleiche.

APA-Format

β = .41, t(117) = 4.78, p < .001

💡 Konvention in Psychologie-Tabellen: b und β nebeneinander

APA 7 empfiehlt, in Regressionstabellen unstandardisiertes b, SE(b) und β in separaten Spalten auszuweisen. Im Fließtext werden typischerweise b und β beide genannt – zuerst b mit SE, dann β in Klammern oder als separate Angabe. Das Kursivschreiben beachten: b, SE, β, t, p, R², F sind alle kursiv (Statistiksymbole nach APA 7).

3. R², R²adj und ΔR² richtig einsetzen

R² (Bestimmtheitsmaß)

Anteil der Varianz der AV, der durch das Modell erklärt wird. Liegt zwischen 0 und 1. Problem: Steigt automatisch bei jedem hinzugefügten Prädiktor – auch wenn der Prädiktor nichts erklärt. Daher bei multiplen Prädiktoren immer R²adj ergänzen.

Benchmarks (Cohen, 1988): klein = .01, mittel = .09, groß = .25

R²adj (Korrigiertes R²)

Korrigiert R² um die Anzahl der Prädiktoren relativ zur Stichprobengröße. Pflicht bei multiplen Prädiktoren. Kann kleiner als 0 sein wenn das Modell schlechter als der Nullwert erklärt. Bei einfacher Regression (1 Prädiktor): R² genügt.

Faustregel: R²adj liegt immer ≤ R². Je größer n, desto kleiner der Unterschied.

ΔR² (Inkrementelles R²)

Bei hierarchischer Regression: Gibt an, wieviel zusätzliche Varianz Block 2 über Block 1 hinaus erklärt. Verbunden mit ΔF-Test, der die Signifikanz des Zuwachses prüft. Das Kernstück der hierarchischen Analyse – zeigt den einzigartigen Beitrag jedes Prädiktorsatzes.

APA: ΔR² = .08, ΔF(2, 114) = 6.42, p = .002

⚠️ R² ≠ Effektstärke für G*Power

Für die Power-Analyse mit G*Power benötigen Sie Cohens f², nicht R². Umrechnung: f² = R²/(1−R²). Beispiel: R² = .13 → f² = .13/.87 = .149 (mittlerer Effekt). Für das APA-Reporting hingegen berichten Sie R² (und R²adj) – f² erscheint nur im Methodenteil bei der Power-Kalkulation oder ergänzend als Effektstärkenmaß.

4. Einfache Regression: Mustertext & APA-Tabelle

Musterformulierung: Einfache lineare Regression

Ergebnisteil

„Eine einfache lineare Regression wurde berechnet, um den Einfluss von wahrgenommenem Stress (Prädiktor) auf Burnout-Symptome (Kriterium) zu untersuchen. Der Stress-Score erklärte einen signifikanten Anteil der Varianz in den Burnout-Werten, R² = .17, F(1, 118) = 24.13, p < .001. Wahrgenommener Stress sagte Burnout signifikant vorher, b = 0.43, SE = 0.09, β = .41, t(118) = 4.91, p < .001. Mit jedem Punkt höherem Stresswert stiegen die Burnout-Symptome um 0.43 Skalenpunkte."

Tabelle 1

Einfache Regressionsanalyse zur Vorhersage von Burnout durch wahrgenommenen Stress (N = 120)

Prädiktor	b	SE	β	t	p	95%-KI
Konstante	1.24	0.31	—	4.00	< .001	[0.63, 1.85]
Wahrgen. Stress	0.43	0.09	.41	4.91	< .001	[0.26, 0.60]

Anmerkung. N = 120. R² = .17, F(1, 118) = 24.13, p < .001. b = unstandardisierter Regressionskoeffizient; SE = Standardfehler; β = standardisierter Regressionskoeffizient; KI = Konfidenzintervall.

5. Multiple Regression: Mustertext & APA-Tabelle

Musterformulierung: Multiple Regression

Ergebnisteil

„Eine multiple Regressionsanalyse wurde durchgeführt, um den gemeinsamen Einfluss von wahrgenommenem Stress, Schlafmangel und sozialer Unterstützung auf Burnout-Symptome zu untersuchen. Das Gesamtmodell war signifikant, F(3, 116) = 18.74, p < .001, R² = .33, R²adj = .31, f² = .49 (großer Effekt nach Cohen, 1988). Wahrgenommener Stress (β = .36, p < .001) und Schlafmangel (β = .29, p = .002) sagten Burnout signifikant vorher. Soziale Unterstützung war kein signifikanter Prädiktor (β = −.11, p = .183). Die Prädiktoren erklärten gemeinsam 31% der Burnout-Varianz."

Tabelle 2

Multiple Regressionsanalyse zur Vorhersage von Burnout (N = 120)

Prädiktor	b	SE	β	t	p	95%-KI
Konstante	0.89	0.38	—	2.34	.021	[0.14, 1.64]
Wahrgen. Stress	0.38	0.08	.36	4.75	< .001	[0.22, 0.54]
Schlafmangel	0.31	0.10	.29	3.10	.002	[0.11, 0.51]
Soz. Unterstützung	−0.12	0.09	−.11	−1.34	.183	[−0.30, 0.06]

Anmerkung. N = 120. R² = .33, R²adj = .31, F(3, 116) = 18.74, p < .001, f² = .49. b = unstandardisierter Regressionskoeffizient; SE = Standardfehler; β = standardisierter Regressionskoeffizient; KI = Konfidenzintervall.

💡 Konfidenzintervalle in APA-7-Tabellen

APA 7 (7. Auflage, 2020) empfiehlt die Angabe von 95%-Konfidenzintervallen für jeden Regressionskoeffizienten in der Tabelle. SPSS gibt diese unter Statistiken → Konfidenzintervalle aus. KI sind informativer als p-Werte allein: Ein KI, das Null nicht einschließt, entspricht p < .05. Außerdem zeigt die Breite des KI die Schätzpräzision – bei großem n schmale KI, bei kleinem n breite KI.

6. Hierarchische Regression: Der schrittweise Aufbau

Die hierarchische Regression (auch: blockweise Regression) prüft, ob ein zusätzlicher Prädiktorsatz über bereits bekannte Prädiktoren hinaus signifikante Varianz aufklärt. Sie ist das bevorzugte Design wenn Sie z.B. Kontrollvariablen sauber von interessierenden Variablen trennen wollen.

Musterformulierung: Hierarchische Regression (2 Blöcke)

Ergebnisteil

„Eine hierarchische Regressionsanalyse wurde durchgeführt, um den inkrementellen Beitrag von emotionaler Erschöpfung über demographische Kontrollvariablen hinaus zur Vorhersage von Arbeitszufriedenheit zu untersuchen. In Block 1 wurden Alter und Betriebszugehörigkeit als Kontrollvariablen aufgenommen; das Modell erklärte 7% der Varianz, R² = .07, F(2, 117) = 4.41, p = .014. In Block 2 wurden Stress und emotionale Erschöpfung ergänzt. Das Gesamtmodell erklärte 28% der Varianz, R² = .28, F(4, 115) = 11.19, p < .001. Der Zuwachs durch Block 2 war signifikant, ΔR² = .21, ΔF(2, 115) = 16.77, p < .001. Innerhalb von Block 2 war emotionale Erschöpfung der stärkste Prädiktor, β = −.39, t(115) = −4.84, p < .001."

Tabelle 3

Hierarchische Regressionsanalyse zur Vorhersage von Arbeitszufriedenheit (N = 120)

Prädiktor	Block 1		Block 2
	b (SE)	β	b (SE)	β
Block 1: Kontrollvariablen
Alter	0.02 (0.01)	.18	0.01 (0.01)	.12
Betriebszugehörigkeit	0.04 (0.02)	.21*	0.03 (0.02)	.16
Block 2: Interessierende Prädiktoren
Wahrgen. Stress	—	—	−0.28 (0.09)	−.26**
Emotion. Erschöpfung	—	—	−0.41 (0.08)	−.39***
R²	.07		.28
ΔR²	—		.21***
F für ΔR²	4.41*		16.77***

Anmerkung. N = 120. Die Koeffizienten von Block 2 sind die finalen Werte nach Aufnahme aller Prädiktoren.
* p < .05. ** p < .01. *** p < .001.

Die hierarchische Regression mit sauberer Block-Trennung, ΔR²-Dokumentation und korrekt formatierten APA-Tabellen gehört zu den Leistungen, die unsere Statistiker am häufigsten für Psychologie-Masterarbeiten erbringen. Wenn Sie unsicher sind, wie Sie Kontrollvariablen von interessierenden Prädiktoren trennen, helfen wir bei der Modellstrukturierung. Unverbindlich anfragen.

Hierarchische Regression für Ihre Masterarbeit?

Promovierte Statistikexperten strukturieren das Regressionsmodell theoriegeleitet und schreiben den vollständigen Ergebnisteil

Statistik-Beratung →

7. SPSS-Output lesen: Welche Tabelle enthält was?

SPSS gibt bei der Regressionsanalyse vier Haupttabellen aus. Hier steht, was Sie aus jeder brauchen.

Modell | R | R-Quadrat | Korr. R² | SE d. Schätzung | Durbin-Watson -------|------|-----------|----------|-----------------|------------- 1 | .574 | .330 | .314 | 0.847 | 2.04 → Entnehmen: R², R²adj, DW-Wert

Modell | QS | df | MQ | F | Sig. -------------|---------|-----|--------|---------|------ Regression | 40.21 | 3 | 13.40 | 18.74 | <.001 Residuen | 83.01 | 116 | 0.716 | | Gesamt | 123.22 | 119 | | | → Entnehmen: F(df1, df2), p-Wert des Gesamtmodells

Modell | B (=b) | SE | Beta (=β) | t | Sig. -------------------|---------|-------|-----------|--------|------ (Konstante) | 0.893 | 0.381 | — | 2.344 | .021 Wahrgen. Stress | 0.382 | 0.080 | .361 | 4.755 | <.001 Schlafmangel | 0.309 | 0.100 | .291 | 3.095 | .002 Soz. Unterstützung | -0.121 | 0.090 | -.113 | -1.341 | .183 → Entnehmen: b, SE(b), β, t, p für jeden Prädiktor und die Konstante

Modell | Toleranz | VIF -------------------|----------|------ Wahrgen. Stress | .723 | 1.38 ← < 10 ✓ Schlafmangel | .681 | 1.47 ← < 10 ✓ Soz. Unterstützung | .841 | 1.19 ← < 10 ✓ → Entnehmen: VIF-Werte für Voraussetzungsprüfung

8. Effektstärke f² berichten

SPSS berechnet f² nicht automatisch. Sie müssen es aus R² manuell berechnen und im Ergebnisteil berichten.

Berechnung und Interpretation von Cohens f²

Szenario	Formel	Beispiel	Bewertung
Gesamtmodell	f² = R² / (1−R²)	R² = .33 → f² = .33/.67 = .49	Groß (≥ .35)
Inkrementell (ΔR²)	f² = ΔR² / (1−R²_voll)	ΔR² = .21, R²_voll = .28 → f² = .21/.72 = .29	Mittel bis groß
Einzelprädiktor	f² = (R²_m1 − R²_m2) / (1−R²_m1)	Prädiktor X trägt ΔR² = .08 bei → f² = .08/.72 = .11	Klein bis mittel

Ergebnisteil

„Das Gesamtmodell erklärte R² = .33 der Varianz in Burnout-Symptomen, F(3, 116) = 18.74, p < .001, f² = .49, was einem großen Effekt entspricht (Cohen, 1988)."

9. Die häufigsten Fehler beim APA-Reporting der Regression

① Nur β, kein b berichtet

β allein ohne b und SE ist unvollständig – die Ergebnisse sind damit nicht reproduzierbar. APA 7 verlangt unstandardisiertes b mit Standardfehler als Pflichtangabe.

② R² ohne R²adj bei multiplen Prädiktoren

R² ohne Korrektur überschätzt die Varianzaufklärung systematisch. Bei mehr als einem Prädiktor ist R²adj Pflicht. Bei einfacher Regression (1 Prädiktor) genügt R².

③ Konstante fehlt in der Tabelle

Die Konstante (Intercept) muss immer in der Regressionstabelle aufgeführt sein – auch wenn sie theoretisch nicht interessiert. Sonst ist die Regressionsgleichung nicht vollständig.

④ p = .000 statt p < .001

SPSS zeigt „.000" – das bedeutet p < .001, nie exakt 0. APA-Format: immer p < .001 schreiben, nie p = .000. Für alle anderen: exakten Wert (z.B. p = .023) oder p = .XXX.

⑤ F-Test-df falsch berichtet

F(Anzahl Prädiktoren, n − Anzahl Prädiktoren − 1). Häufiger Fehler: df2 falsch. Bei n = 120 und 3 Prädiktoren: F(3, 116) – nicht F(3, 120) oder F(3, 119).

⑥ Kein Effektstärkenmaß

R² allein ist kein Effektstärkenmaß im Sinne von Cohen. f² für den Vergleich mit Konventionen oder für die Power-Kalkulation muss explizit berechnet und ausgewiesen werden.

Fehler ① und ④ finden sich in fast jeder Erstversion eines Ergebnisteils, die bei uns zur Prüfung eingeht – sie lassen sich in Minuten korrigieren, kosten aber Punkte, wenn sie im Gutachten auftauchen. Unsere Statistiker liefern den Ergebnisteil von Anfang an fehlerfrei. Hier unverbindlich anfragen.

Häufige Fragen zum APA-Reporting der Regression

Muss ich die Regressionsgleichung explizit aufschreiben (Ŷ = a + b₁X₁ + …)?

In der Psychologie ist es nicht üblich, die vollständige Regressionsgleichung im Fließtext zu schreiben – das wäre eher in technischen oder ingenieurtechnischen Berichten der Fall. Stattdessen berichten Sie die einzelnen Koeffizienten in der Tabelle und im Text. Wenn Ihre Betreuer oder ein Journal es explizit verlangen, können Sie die Gleichung natürlich aufführen. Für eine Bachelorarbeit: Tabelle mit b, SE, β, t, p ist vollständig ausreichend.

Wie berichte ich eine nicht-signifikante Regression APA-konform?

Auch nicht-signifikante Ergebnisse werden vollständig berichtet. Beispiel: „Das Regressionsmodell war nicht signifikant, F(2, 97) = 2.14, p = .123, R² = .04. Weder Prädiktor A (b = 0.12, SE = 0.11, β = .12, t(97) = 1.09, p = .278) noch Prädiktor B (b = −0.08, SE = 0.09, β = −.09, t(97) = −0.89, p = .376) sagte das Kriterium signifikant vorher." Im Diskussionsteil erläutern Sie dann, ob fehlende Power, kleine Stichprobe oder ein genuiner Nullbefund die Erklärung ist. Mehr dazu im Guide zu nicht-signifikanten Ergebnissen.

Wann verwende ich hierarchische statt multipler Regression?

Die hierarchische Regression ist immer dann sinnvoll, wenn Sie theoretisch begründete Blöcke von Prädiktoren haben: (1) wenn Sie den Einfluss von Kontrollvariablen (Alter, Geschlecht, Vorerfahrung) von interessierenden Prädiktoren trennen wollen, (2) wenn Sie testen wollen, ob psychologische Variablen über demographische Merkmale hinaus etwas erklären, (3) wenn Sie eine Moderationshypothese testen und Haupteffekte vor dem Interaktionsterm aufnehmen. Die multiple Regression ohne Blockeinteilung ist ausreichend, wenn alle Prädiktoren gleichrangig sind und keine theoretische Reihenfolge besteht.

Vertikale Linien in der APA-Tabelle – erlaubt oder nicht?

Nein – APA 7 schreibt explizit vor, dass Tabellen keine vertikalen Linien haben sollen. Nur drei horizontale Linien: oberhalb der Spaltenüberschriften, unterhalb der Spaltenüberschriften und am Ende der Tabelle. Viele Studierende übernehmen die SPSS-Ausgabe mit vielen Gitternetzlinien direkt – das ist nicht APA-konform. Erstellen Sie Ihre Tabellen in Word oder Excel und formatieren Sie sie manuell. In Word: Tabelle → Borders → nur die drei horizontalen Linien aktivieren.

Wie viele Dezimalstellen bei Regressionsergebnissen?

APA 7 empfiehlt für die meisten Statistiken zwei Dezimalstellen. Ausnahmen: p-Werte mit drei Dezimalstellen (z.B. p = .032), R² ebenfalls zwei Dezimalstellen (.33 nicht .3). β-Koeffizienten: zwei Dezimalstellen ohne führende Null (β = .41, nicht β = 0.41 – da β maximal 1.0 ist). b-Koeffizienten: Je nach Größenordnung der Variable zwei Dezimalstellen sinnvoll. Kritisch: Führen Sie keine übermäßige Präzision auf (b = 0.4312 → b = 0.43). Unsere seriösen Ghostwriter achten auf diese Formatierungsdetails in jeder Tabelle.

Weitere Methodik-Guides für Psychologie-Arbeiten

Mediator- & Moderatoranalyse

Hayes PROCESS Macro – indirekter Effekt, Interaktionsplot, Bootstrapping-KI für Moderationsanalysen.

→ Zum Guide

Nicht-signifikante Ergebnisse

Was wenn β nicht signifikant ist? Null-Befunde professionell in Ergebnis- und Diskussionsteil einbetten.

→ Zum Guide

Voraussetzungsprüfung

Mahalanobis-Distanz, VIF, Residuenplot – die notwendige Prüfung vor jeder Regressionsanalyse.

→ Zum Guide

← Zurück zum Methodik-Hub

Ergebnisteil für Ihre Regressionsanalyse?

Promovierte Statistiker schreiben den vollständigen Ergebnisteil APA-konform – mit Tabellen, Effektstärken, Musterformulierungen und vollständiger Voraussetzungsprüfung.

Ghostwriter Bachelorarbeit Ghostwriter Kostenlos anfragen

📚 Weiterführende Seiten

Forschungsmethodik-Hub Ghostwriter Hausarbeit Ghostwriter Seminararbeit Bachelorarbeit schreiben lassen Ghostwriter Masterarbeit Ghostwriter Diplomarbeit Ghostwriter Doktorarbeit

Das sagen unsere Kunden

Ausgezeichnet

4.9

Leon B.

2 Monaten ago

Die Kommunikation verlief herrvoragend, alle Wünsche wurden stets schnell bearbeitet. Das Ergebnis war so wie ich es mir vorgestellt hatte!

Denis G.

1 Jahr ago

sehr kompetente und zuverlässige Abwicklung. Kein Vergleich zu den anderen Anbietern. Top Support und Abwicklung.

Kerem K.

1 Jahr ago

Es war eine gute Zusammenarbeit und sehr zuverlässig.

Ich kann die Agentur mit gutem
Gewissens empfehlen ! :)

Elli

2 Jahren ago

Die Projektarbeit konnte super schnell geprüft werden. Leider kam es aufgrund technischer Probleme zu einer Überzahlung - die Erstattung habe ich Blitz schnell für die 2. Zahlung erhalten. Kann ich nur empfehlen, bin sehr glücklich!

Claudia T.

2 Jahren ago

Ich hab auf dieser Seite eine Plagiatsprüfung durchführen lassen, die sehr zu empfehlen und von anderen heraussticht, da sie auch von allen gängigen Unis benutzt wird. Im ersten Moment war ich sehr erschrocken, weil es bei mir Auffälligkeiten gab, die ich mir nicht erklären konnte. Zwei Tage vor Abgabe, habe ich diesen Scan durchlaufen lassen, meine Nerven lagen blank und ich war sehr verzweifelt. Aus der Verzweiflung heraus, habe ich den Support angeschrieben, weil ich die Ergebnisse auch nicht ein- und zuordnen konnte. Netterweise wurde mir sehr schnell geantwortet, sie haben sich die Zeit genommen, um sich meine Arbeit nochmal anzuschauen, meine Fragen beantwortet und ich wurde beruhigt, dass alles ohne zusätzliche Kosten ! Danke, Danke, Danke für diese tolle Unterstützung und den tollen herzlichen Support! Ich kann sie vom ganzem Herzen weiterempfehlen!

Ulrich H.

2 Jahren ago

Ich benötigte eine umfassende Literaturrecherche für ein populäres Sachbuch. Die erfolgte sehr gründlich und wurde sogar schneller geliefert als erwartet. Die Auftragnehmerin oder der Auftragnehmer hat auch sehr gut mitgedacht. Ich war mit der Arbeit ausgesprochen zufrieden! (Über das Ghostwriting kann ich nichts sagen, für mich wurde ja nichts geschrieben.)

Julia F.

3 Jahren ago

Sehr professionelle Abwicklung, schnelle Umsetzung der Wünsche. Die BAS ist sehr zu empfehlen.

4 Jahren ago

Sehr guter Ablauf, alle Wünsche werden schnell umgesetzt!