Quantifizierung bedeutet Angabe als Zahlenwert und kommt von lateinisch quantum („wie viel“, „wie groß“). Dabei werden die Eigenschaften und Beschaffenheit eines Gegenstands oder Sachverhalts in messbare Größen und Zahlenwerte umformuliert.
Voraussetzung dafür ist die Definition einer quantifizierbaren Größe und die Angabe eines Quantifizierungsverfahrens. Eine Vergleichbarkeit entsteht durch die Anwendung desselben Verfahrens auf unterschiedliche Dinge oder Sachverhalte. Quantifizierung ermöglicht die Entwicklung und Verwendung differenzierter quantitativer Modelle eines Gebietes und damit bewusst gesteuertes, differenziert-zielgerichtetes Handeln – im Gegensatz zu intuitiv gesteuertem Handeln.
In Naturwissenschaft und Technik erfolgt die Quantifizierung durch die geplante Tätigkeit einer Messung einschließlich der Berechnung aus gemessenen Werten. Das Teilgebiet dafür nennt sich Messtechnik.
Quantifizierbare Größen sind etwa Temperatur, Zeit, Winkel, Frequenz, Geschwindigkeit, Beschleunigung, Kraft, Druck, elektrische Spannung, Lichtstärke, Strahlendosis. Die Messung besteht in der Gewinnung eines Messwertes – oft mittels Umformung in ein elektrisches Analog- oder Digitalsignal. Der eigentliche Messfühler heißt Sensor, das Teilgebiet für Sensoren also Sensorik.
Vertreter der klassischen Verhaltensbiologie entwickelten ein so genanntes Prinzip der doppelten Quantifizierung im Rahmen der Instinkttheorie. Hierbei ging man davon aus, dass Intensität und Geschwindigkeit einer Instinkthandlung von der Qualität des Schlüsselreizes und der Stärke der Handlungsbereitschaft eines Tieres abhängen.
In Bereichen der Wirtschaft und Politik geht es oft um Entscheidungsgrundlagen und Erfolgskontrolle, z. B. bei Innovationen. Dabei sind nach Hauschildt drei Vorgehensweisen bzw. Konzepte möglich:
Doch meistens ist eine Kombination dieser drei Ansätze notwendig, um eine Bewertung der sehr unterschiedlichen Wirkungen genau, detailliert und zugleich komplex vornehmen zu können. Dies ist z. B. ein Forschungsthema der Wirtschaftsinformatik.
Geisteswissenschaften wie Quantitative Linguistik, Psychologie und Soziologie versuchen oft, Einstellungen und Verhalten von Individuen oder Gruppen über quantitative Modelle zu erfassen. Da menschliches Verhalten starken Variationen unterworfen ist, sind diese Modelle fast immer statistischer Natur und treffen Wahrscheinlichkeitsaussagen.
In einigen Sportarten ist es möglich eine Leistungsbewertung aufgrund von messbaren (physikalischen) Leistungsbeurteilungen vorzunehmen. Solche unterscheiden sich dann von den nicht-quantifizierbare Sportarten; die oft das Problem beinhalten, dass bei der Bewertung ein gewissen Maßes an subjektivem Ermessen bei den Juroren oder Wertungsrichter hinzutritt.
Schulische Zeugnisnoten sind ein Musterbeispiel für die Suche nach möglichst objektiven Bewertungskriterien. Sie sind Messzahlen, die statt sprachlich formulierter Beurteilungen das Können bzw. die Lernfähigkeit von Schülern bzw. Kursteilnehmern darstellen sollen.
Neben dem Zweck zu motivieren macht die Zeugnisnote die Leistung der Schüler bzw. Auszubildenden vergleichbar, aber auch von Lehrerinnen und Lehrern oder Schulen. Hier werden gleichzeitig die Probleme mit der Quantifizierung deutlich: Ihre Restunsicherheit – wer hat sich nicht schon einmal über ungerechte Noten geärgert? – und die Begrenztheit quantitativer Modelle (die Charakterisierung eines Menschen durch einige Zahlen) wird ihm nie gänzlich gerecht.
Die Ökonomie ermittelt statistische Zahlen zur Kaufkraft oder zum Lebensstandard einer Region, eines Volkes oder einzelner Gruppen (sog. Primärdaten). Diese lassen sich relativ leicht erheben, sagen aber wenig z. B. über die Lebensqualität der einzelnen Bürger aus. Um diese zu quantifizieren, müsste eine Berechnungsvorschrift angegeben werden, in der naturgemäß viel Raum für subjektive Bewertungen ist. Solche werden etwa im Rahmen von Produkt- und Konsumforschung. Interessanter ist oft auch die Streuung der Daten, also z. B. die Standardabweichung vom Mittelwert.
Eine sinnvollere Quantifizierung ist daher oft der Übergang von primären Daten zu Sekundärdaten – z. B. die Aggregation von Ergebnissen einzelner Zählbezirke zu Mittelwerten und anschließender Varianzanalyse.