The Flynn effect

Generationale Veränderungen der IQ-Testleistungen in der Allgemeinbevölkerung zählen zu den faszinierendsten und zugleich kontroversesten Befunden der psychologischen Wissenschaft. Über mehrere Jahrzehnte hinweg zog der sogenannte Flynn-Effekt erhebliche empirische Aufmerksamkeit auf sich und wurde lange Zeit als konsistentes Muster ansteigender Leistungen in allgemeiner, kristalliner und fluider Intelligenz interpretiert. Neuere Studien dokumentieren jedoch zunehmend inkonsistente und teils widersprüchliche Entwicklungsverläufe über Ländergrenzen und Intelligenzdomänen hinweg. Trotz umfangreicher Forschungsbemühungen bleiben die Beschaffenheit, die wissenschaftliche Bedeutung sowie die potenziellen Ursachen dieses Phänomens weitgehend ungeklärt. Das vorliegende Dissertationsprojekt untersucht dieses Phänomen anhand von vier empirischen Studien und zeigt, dass der Flynn-Effekt kein allgemeines, sondern ein ausgeprägt domänenspezifisches Muster von Leistungszuwächsen, Leistungsrückgängen und Leistungsstagnationen darstellt. Diese Differenziertheit erstreckt sich über den gesamten Zeitraum der verfügbaren Daten von 1909 bis 2024. Von besonderer Relevanz ist der Befund, dass lediglich zwei Prozent der verfügbaren Evidenz dem psychometrischen Kriterium der zeitlichen Messinvarianz entsprechen. Dies wirft erhebliche Zweifel hinsichtlich der Interpretierbarkeit des überwiegenden Teils der publizierten Befunde auf, da valide Schlussfolgerungen zu generationalen Veränderungen in IQ-Testleistungen zwingend messinvariante Daten voraussetzen. Infolgedessen ist der Evidenzwert der meisten veröffentlichten Befunde zum Flynn-Effekt bestenfalls eingeschränkt und potenziell irreführend. Darüber hinaus liefern die vorliegenden Analysen die erste systematische Evidenz für eine zeitliche Abschwächung des g-Faktors der Intelligenz, was möglicherweise auf eine zunehmende Fähigkeitsdifferenzierung in der Allgemeinbevölkerung hinweist. Diese ersten Befunde deuten auf die Herausbildung zunehmend asymmetrischer kognitiver Fähigkeitsprofile hin, bei denen einzelne spezifische Fähigkeiten zunehmen, während andere stagnieren oder abnehmen. Insgesamt schafft das vorliegende Dissertationsprojekt eine neue empirische und methodische Grundlage für die Erforschung des Flynn-Effekts, indem es zeigt, dass generationale Veränderungen von IQ-Testleistungen auf der Ebene der CHC-Stratum-I-Fähigkeiten hochgradig domänenspezifisch sind, eine zunehmende Fähigkeitsdifferenzierung widerspiegeln und in erheblichem Maße von der Berücksichtigung zeitlicher Messinvarianz abhängen.

Authors

Publication Details

Journal
University of Vienna
Published
2026-06-29
DOI
https://doi.org/10.25365/thesis.81300
Primary Topic
Cognitive Abilities and Testing
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

The Flynn effect

Sandra Oberleiter
University of Vienna
Cognitive Abilities and Testing
article

The Flynn effect

Sandra Oberleiter
article en

Abstract

Generationale Veränderungen der IQ-Testleistungen in der Allgemeinbevölkerung zählen zu den faszinierendsten und zugleich kontroversesten Befunden der psychologischen Wissenschaft. Über mehrere Jahrzehnte hinweg zog der sogenannte Flynn-Effekt erhebliche empirische Aufmerksamkeit auf sich und wurde lange Zeit als konsistentes Muster ansteigender Leistungen in allgemeiner, kristalliner und fluider Intelligenz interpretiert. Neuere Studien dokumentieren jedoch zunehmend inkonsistente und teils widersprüchliche Entwicklungsverläufe über Ländergrenzen und Intelligenzdomänen hinweg. Trotz umfangreicher Forschungsbemühungen bleiben die Beschaffenheit, die wissenschaftliche Bedeutung sowie die potenziellen Ursachen dieses Phänomens weitgehend ungeklärt. Das vorliegende Dissertationsprojekt untersucht dieses Phänomen anhand von vier empirischen Studien und zeigt, dass der Flynn-Effekt kein allgemeines, sondern ein ausgeprägt domänenspezifisches Muster von Leistungszuwächsen, Leistungsrückgängen und Leistungsstagnationen darstellt. Diese Differenziertheit erstreckt sich über den gesamten Zeitraum der verfügbaren Daten von 1909 bis 2024. Von besonderer Relevanz ist der Befund, dass lediglich zwei Prozent der verfügbaren Evidenz dem psychometrischen Kriterium der zeitlichen Messinvarianz entsprechen. Dies wirft erhebliche Zweifel hinsichtlich der Interpretierbarkeit des überwiegenden Teils der publizierten Befunde auf, da valide Schlussfolgerungen zu generationalen Veränderungen in IQ-Testleistungen zwingend messinvariante Daten voraussetzen. Infolgedessen ist der Evidenzwert der meisten veröffentlichten Befunde zum Flynn-Effekt bestenfalls eingeschränkt und potenziell irreführend. Darüber hinaus liefern die vorliegenden Analysen die erste systematische Evidenz für eine zeitliche Abschwächung des g-Faktors der Intelligenz, was möglicherweise auf eine zunehmende Fähigkeitsdifferenzierung in der Allgemeinbevölkerung hinweist. Diese ersten Befunde deuten auf die Herausbildung zunehmend asymmetrischer kognitiver Fähigkeitsprofile hin, bei denen einzelne spezifische Fähigkeiten zunehmen, während andere stagnieren oder abnehmen. Insgesamt schafft das vorliegende Dissertationsprojekt eine neue empirische und methodische Grundlage für die Erforschung des Flynn-Effekts, indem es zeigt, dass generationale Veränderungen von IQ-Testleistungen auf der Ebene der CHC-Stratum-I-Fähigkeiten hochgradig domänenspezifisch sind, eine zunehmende Fähigkeitsdifferenzierung widerspiegeln und in erheblichem Maße von der Berücksichtigung zeitlicher Messinvarianz abhängen.

University of Vienna
Openalex Percentile: Top 6%
Cognitive Abilities and Testing
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.