Verhaltensbeobachtungen oder -tests bei Nutztieren weisen ein relativ hohes Potenzial für Messabweichungen zwischen verschiedenen Forscher_innen auf, weil der notwendige Schritt der Beurteilung beispielsweise durch persönliche Erfahrung, Erwartungen oder durch unterschiedliche Wahrnehmungsfähigkeiten beeinflusst wird. Ähnlich wie bei Labormethoden ist es daher im Sinne der Qualitätssicherung von ethologischen Untersuchungen äußerst wichtig, durch genaue ›Messanweisungen‹, Training und Überprüfung der (Inter-Observer-)Reliabilität der angewandten Methoden den Messfehler so gering wie möglich zu halten und sicherzustellen, dass die Ergebnisse durch andere Personen reproduzierbar wären. Die Messanweisungen beinhalten eine transparente Darstellung der Methoden und Definitionen des zu beobachtenden Verhaltens. Die Forscher_innen sollten gewahr sein, dass die Durchführung sinnvoller Reliabilitätsprüfungen durchaus aufwendig sein kann, da eine ausreichende Zahl unabhängiger Stichproben notwendig ist und die verschiedenen Qualitäten oder Quantitäten des zu beurteilenden Verhaltens in ausreichendem Umfang vorkommen sollten. Bezüglich geeigneter statistischer Verfahren oder der Kriterien für eine akzeptable Übereinstimmung gibt es unterschiedliche Sichtweisen. In diesem Beitrag werden die Anwendung relativ einfacher statistischer Größen, Korrelations- und Kappa-Koeffizient, empfohlen, Anhaltspunkte für deren Beurteilung gegeben und konkrete Anwendungsbeispiele aus einer Untersuchung zur Identifikation und Entwicklung reliabler Messgrößen der Mensch-Tier-Beziehung bei Milchkühen gegeben.