Gut geführte qualitative Interviews geben einen wunderbaren Einblick in Motive, psychologische Einstellungen und Verhaltensweisen der Probanden. Auch soziale Erwünschtheit und versteckte Bewertungen lassen sich in qualitativen Studien ans Tageslicht holen. Qualitative Forschung ist unerlässlich in einer Welt, die mehr und mehr von Zahlen dominiert wird. Denn sie verschafft den Menschen hinter den Zahlen eine Stimme.
Die Auswertung bei qualitativen Studien war bislang allerdings sehr arbeitsaufwändig: Transkript erstellen, Argumentationslinien markieren, wesentliche Argumente zusammenfassen, Äußerungen gewichten etc. Ein langer Prozess, an dessen Ende ein Substrat der wichtigsten Gedanken und Argumente zum jeweiligen Forschungsthema steht. Möglichst gut eingeordnet in den Themenhintergrund und das Gesamtbild der befragten Zielgruppe.
Wie kann KI qualitative Forschung unterstützen?
KI-Tools können diesen sehr zeitintensiven Prozess enorm vereinfachen und beschleunigen. Wir testen gerade das Tool von Xelper. Damit haben wir die Möglichkeit, Daten KI-basiert zu analysieren und jedes Ergebnis am Ende wieder zurück zu den zugehörigen Interviewpassagen führen zu können. Alle Interviews liegen im Hintergrund bereit, die KI-Modelle analysieren die gesprochenen Texte, transkribieren sie und fassen sie nach den Kriterien des Leitfadens systematisch zusammen.
Damit bietet die Software tolle Möglichkeiten, um qualitative Forschung effizienter und vollständiger zusammenzufassen und zu kategorisieren, als es durch den Menschen in der Regel machbar ist.
Von einzelnen Studien zur KI-gestützten Wissensbasis
Und es geht noch mehr: Verschiedene Projekte, die als Ad-Hoc-Studien jeweils Einzelfragen beantworten, können gesammelt und in einer immer weiterwachsenden Datenbasis zusammengeführt werden. Auf diese Weise können die Aussagen der Probanden immer wieder neu und in wechselnden Zusammenhängen beleuchtet werden. Die Daten bieten eine Grundlage, um weitergehende oder später auftauchende Fragestellungen zu klären.
Warum LLM qualitative Forschung grundlegend ändert
Darin liegt der eigentliche Gamechanger für die qualitative Forschung: LLM können Sprache analysieren und deuten. Damit sind qualitative Forschungsdaten in einer neuen Weise maschinenlesbar. Passt man den Leitfaden entsprechend an, dann erhält man über die Zeit Personas und Insights, die mittels KI-Chat abgefragt und nutzbar gemacht werden können.
Warum qualitative Forschung trotz KI menschliche Expertise braucht
Wichtig ist allerdings auch hier der „Human in the Loop“. Denn die Interpretation der Aussagen, ihre Validität und ihre Geltungsbereiche müssen nach wie vor die Forschenden festlegen. Hier zahlt sich aus, was unser Forscherinnen-Team an Erfahrung und Wissen hat, in unserem Fall über 30 Jahre hinweg gesammelt. Ebenso kennen nur wir als Projektverantwortliche die Gespräche mit den Kunden, die Hintergründe zu Produkten und Unternehmensstrukturen und die Intention der Forschungsvorhaben.
Gelingt es, die KI-Prozesse und das Fach-Know-how des Forschungsteams intelligent miteinander zu verknüpfen, wird qualitative Forschung nicht nur effizienter und schneller, sie bildet vor allem eine wertvolle Basis für „synthetische Befragte“ und ermöglicht somit die Antwort auf viele weiterführende Fragestellungen, die sich rund um die Kundenbeziehung stellen.
