KURZ ERKLÄRT
KI kann Interviewmaterial ordnen und Fundstellen auffindbar machen. Sie kennt jedoch weder den gesamten Gesprächskontext noch automatisch die Grenzen eurer Stichprobe. Eine belastbare Auswertung erhält deshalb die Verbindung zwischen Aussage, Beobachtung und Interpretation. Ihr nutzt die Unterstützung für eine nachvollziehbare Arbeitsgrundlage und entscheidet anschließend gemeinsam, welche Folgerungen die Gespräche tatsächlich tragen.
Wie ihr einzelne KI-Anwendungen in verlässliche Marketingabläufe einordnet, zeigt der übergeordnete Guide KI-Transformation im B2B-Marketing: Von einzelnen Prompts zu verlässlichen Abläufen.
Den Analyseauftrag vor der Zusammenfassung festlegen
Beschreibt die Entscheidung, für die ihr Interviews auswertet. Ein Auftrag zur Verständlichkeit eines Nutzenversprechens braucht andere Kategorien als die Untersuchung gescheiterter Einführungen. Nennt außerdem, welche Fragen das Material nicht beantworten kann. Wenn nur bestehende Kunden befragt wurden, ist eine allgemeine Aussage über Nichtkäufer nicht gedeckt. Diese Grenze gehört in den Analyseauftrag. Gebt der KI ein begrenztes Kategorienschema, lasst aber einen Bereich für unerwartete Beobachtungen offen, damit neue Befunde nicht in vorgegebene Antworten gezwungen werden.
Transkripte als fehleranfällige Arbeitsquelle behandeln
Kennzeichnet Sprecher, Gesprächsabschnitte und unklare Stellen. Ein automatisch erzeugtes Transkript kann Fachbegriffe verwechseln oder eine verneinte Aussage falsch wiedergeben. Prüft besonders Passagen, auf denen wichtige Schlussfolgerungen beruhen. Verarbeitet nur das für die Auswertung freigegebene Material und entfernt unnötige Identifikationsmerkmale. Eine pseudonyme Interviewkennung reicht häufig für den Vergleich. Bewahrt die Verbindung zum Original dort auf, wo berechtigte Prüfer sie benötigen. So bleibt die Aussage überprüfbar, ohne das gesamte Team mit allen Gesprächsdaten zu versorgen.
Beobachtung und Deutung getrennt ausgeben
Verlangt pro Fundstelle eine eng gefasste Beobachtung und eine gesonderte mögliche Interpretation. Die GOV.UK-Anleitung zur Interviewanalyse unterscheidet beobachtetes Material, daraus abgeleitete Erkenntnisse und nächste Maßnahmen. Für euren KI-Ablauf ist diese Trennung eine nützliche Struktur. Eine Aussage über einen langen Freigabeweg ist zunächst ein berichtetes Erlebnis. Dass die Produktpositionierung unklar sei, wäre bereits eine Deutung. Lasst jede Deutung auf konkrete Fundstellen verweisen und ergänzt alternative Erklärungen, wenn das Material mehrere Lesarten zulässt.
Gemeinsame Muster ohne Scheingenauigkeit bilden
Ähnliche Aussagen können aus unterschiedlichen Situationen stammen. Ordnet Muster deshalb mit Rolle, Kaufkontext und betroffener Aufgabe ein. Mehrere Aussagen derselben Person sind keine unabhängigen Belege mehrerer Kunden. Zählt bei Bedarf betroffene Interviews statt bloßer Nennungen und zeigt den Nenner. Eine kleine qualitative Stichprobe begründet keine allgemeine Marktquote. Wichtiger ist oft, ob ein Muster in verschiedenen Kontexten wiederkehrt und welche Gegenbeispiele existieren. Haltet widersprechende Erfahrungen sichtbar, statt sie als störende Ausreißer aus der Zusammenfassung zu entfernen. Mehr dazu im Leitfaden Quellen in KI-Antworten: Belege auf Aussageebene prüfen.
Ein hypothetisches Integrationsproblem auseinandernehmen
Angenommen, ein Interviewpartner sagt, die Einführung sei wegen einer fehlenden Schnittstelle verschoben worden. Eine zweite Person berichtet, dass niemand intern Zeit für die Datenfreigabe hatte. Eine grobe KI-Zusammenfassung macht daraus schwaches technisches Onboarding. Ihr trennt dagegen Produktlücke und organisatorische Voraussetzung. Die erste Beobachtung führt zu einer Produktprüfung, die zweite zu besserer Einführungsvorbereitung. Das gemeinsame Oberthema bleibt Einführungshürden. Seine Unterteilung verhindert jedoch, dass eine pauschale Empfehlung die tatsächlich unterschiedlichen Ursachen und Verantwortlichkeiten verdeckt.
Die Auswertung an schwierigen Passagen testen
Gebt zwei fachlichen Prüfern ausgewählte Passagen unabhängig voneinander. Vergleicht, welche Beobachtung sie festhalten, welchen Kontext sie benötigen und wo Interpretationen auseinandergehen. Prüft anschließend dieselben Stellen mit dem KI-Verfahren. Besonders geeignet sind Ironie, Rückblicke, widersprüchliche Aussagen und lange Antworten mit mehreren Themen. Bewertet nicht nur, ob die Zusammenfassung angenehm klingt. Entscheidend sind korrekte Zuordnung, fehlende Gegenbelege und die Rückverfolgbarkeit jeder wichtigen Erkenntnis. Korrigiert das Kategorienschema, bevor ihr es auf den gesamten Interviewbestand anwendet.
Erkenntnisse in begrenzte nächste Schritte übersetzen
Eine Auswertung endet mit einer nachvollziehbaren Entscheidung oder einer präziseren offenen Frage. Dokumentiert, welche Änderung ihr aufgrund welcher Beobachtungen testen möchtet. Eine Messaging-Hypothese kann beispielsweise einen Verständlichkeitstest rechtfertigen, ohne bereits eine vollständige Neupositionierung zu begründen. Benennt einen Verantwortlichen und die zusätzliche Evidenz, die für eine größere Entscheidung erforderlich wäre. Bewahrt auch verworfene Deutungen mit kurzem Grund auf. Dadurch bleibt später erkennbar, welche Aussage aus dem Gespräch kam und welche das Team erst im Analyseprozess entwickelt hat. Mehr dazu im Leitfaden SME-Interviews: Aus Expertenwissen nachvollziehbaren Content entwickeln.
INTERAKTIV / VOM LESEN ZUR ANWENDUNG
Drei Prüfpunkte für eure Umsetzung
Wähle einen Punkt und halte deinen persönlichen Lesefortschritt fest. Die Häkchen werden weder gespeichert noch übertragen und sind keine Bewertung eures Unternehmens.
PRÜFPUNKT 01
Beobachtung und Deutung getrennt ausgeben
Verlangt pro Fundstelle eine eng gefasste Beobachtung und eine gesonderte mögliche Interpretation.
Im Artikel vertiefen ↗PRÜFPUNKT 02
Gemeinsame Muster ohne Scheingenauigkeit bilden
Ähnliche Aussagen können aus unterschiedlichen Situationen stammen.
Im Artikel vertiefen ↗PRÜFPUNKT 03
Ein hypothetisches Integrationsproblem auseinandernehmen
Angenommen, ein Interviewpartner sagt, die Einführung sei wegen einer fehlenden Schnittstelle verschoben worden.
Im Artikel vertiefen ↗Häufige Fragen
Kann KI qualitative Interviews vollständig auswerten?
Sie kann Vorarbeit leisten. Kontext, Gegenbeispiele und die Tragweite von Folgerungen benötigen fachliche Prüfung.
Dürfen wir Häufigkeiten ausgeben?
Ja, mit klarer Einheit und Nenner. Nennungen sind keine Marktanteile und mehrere Aussagen einer Person keine unabhängigen Fälle.
Was tun bei unklarem Transkript?
Die Stelle als unsicher markieren und am freigegebenen Original prüfen. Unklare Wörter dürfen keine sichere Schlussfolgerung tragen.
Wie lässt sich „Den Analyseauftrag vor der Zusammenfassung festlegen“ praktisch umsetzen?
Beschreibt die Entscheidung, für die ihr Interviews auswertet. Ein Auftrag zur Verständlichkeit eines Nutzenversprechens braucht andere Kategorien als die Untersuchung gescheiterter Einführungen. Nennt außerdem, welche Fragen das Material nicht beantworten kann.
Was ist bei „Transkripte als fehleranfällige Arbeitsquelle behandeln“ besonders wichtig?
Kennzeichnet Sprecher, Gesprächsabschnitte und unklare Stellen. Ein automatisch erzeugtes Transkript kann Fachbegriffe verwechseln oder eine verneinte Aussage falsch wiedergeben. Prüft besonders Passagen, auf denen wichtige Schlussfolgerungen beruhen.
