Dieser Artikel gibt Ihnen Tipps, wie Sie mit KI-gestützten Tools Antworten aus einer Bürgerumfrage zu digitalen Regierungsdiensten analysieren können, um eine schnellere und tiefere Analyse der Umfrageantworten zu erreichen.
Die richtigen Werkzeuge zur Analyse von Umfragedaten wählen
Wie Sie Ihre Datenanalyse angehen, hängt von der Art und Struktur Ihrer Antworten ab. So denke ich darüber nach:
Quantitative Daten: Wenn Sie einfache Fragen wie „Haben Sie den Dienst X letzten Monat genutzt?“ oder „Bewerten Sie Ihre Zufriedenheit von 1-10“ gestellt haben, erledigen Werkzeuge wie Excel oder Google Sheets die Arbeit. Sie müssen nur die Zahlen zählen, sortieren und grafisch darstellen. Ganz einfach.
Qualitative Daten: Wenn Ihre Umfrage offene Fragen enthält oder Sie KI-gestützte Folgefragen für tiefere Einblicke aktiviert haben, haben Sie einen Berg an Text zu analysieren. Niemand möchte Hunderte langer Antworten lesen – der einzige Weg, um effizient umsetzbare Themen zu extrahieren, ist mit KI.
Es gibt zwei Ansätze für Werkzeuge bei der Bearbeitung qualitativer Antworten:
ChatGPT oder ein ähnliches GPT-Tool für KI-Analyse
Kopieren Sie Ihre Daten direkt in ChatGPT und starten Sie Ihre Analyse. Sie können Umfrageantworten in eine CSV- oder Excel-Datei exportieren, dann Stapel von Antworten in ChatGPT einfügen und es auffordern, nach Kernthemen, Schmerzpunkten, Stimmungen oder anderen gesuchten Informationen zu suchen.
Es funktioniert, aber es ist umständlich. Wenn Sie mehr als 50–100 Antworten haben, werden Sie schnell auf die Kontextgrößenbeschränkungen der KI stoßen. Das Organisieren Ihrer Ergebnisse, das Nachverfolgen von Eingabeaufführungen und die Zusammenarbeit mit Kollegen erfordert zusätzlichen manuellen Aufwand. Sie werden viel Kopieren, Einfügen, Abschneiden und Umformatieren durchführen müssen, um die benötigten Antworten zu erhalten.
All-in-One-Tool wie Specific
Specific ist eine KI-Umfrageplattform, die genau für diesen Anwendungsfall entwickelt wurde. Sie können sowohl Bürgerfeedback sammeln als auch Antworten analysieren – alles an einem Ort. Es stellt automatisch Folgefragen in einem Konversationsstil, die zu qualitativ hochwertigeren Antworten und reichhaltigeren Kontexten zur Analyse führen. Erfahren Sie mehr darüber, wie automatische KI-Folgefragen funktionieren und warum sie wichtig sind.
Die KI-gestützte Analyse ist integriert. Sobald Sie mit dem Sammeln von Antworten beginnen, fasst die Plattform alles zusammen – sie hebt Kernthemen, Muster und umsetzbare Möglichkeiten aus offenen Antworten hervor. Sie haben die Möglichkeit, direkt mit der KI über Ihre Ergebnisse zu chatten (ähnlich wie in ChatGPT), und Sie haben zusätzliche Kontrollmöglichkeiten, um Antworten zu filtern und zu verwalten, welche Daten an den KI-Kontext gesendet werden oder sichtbar sind.
Weniger Zeitaufwand, weniger manuelle Arbeit. Kein Exportieren, kein Kopieren und Einfügen, und Insights sind bereit, wenn Sie es sind. Wenn Sie es ausprobieren möchten, sehen Sie, wie KI-basierte Umfrageantwortenanalyse in Specific funktioniert.
Ab 2024 berichteten 70 % der EU-Bürger im Alter von 16 bis 74 Jahren, Online-Behördendienste genutzt zu haben – ein Anstieg von 0,7 Prozentpunkten gegenüber dem Vorjahr, was zeigt, wie wichtig effektive Umfrageanalysen sind, damit Regierungen mit den sich ändernden digitalen Bedürfnissen der Bürger Schritt halten können [1].
Nützliche Eingabeaufforderungen zur Analyse von Umfragedaten zu digitalen Regierungsdiensten für Bürger
Sobald Sie all diese offenen Umfrageantworten haben, benötigen Sie die richtigen Eingabeaufforderungen, um mit KI Einblicke zu gewinnen. Hier sind die besten, die ich für Bürgerumfragen zu digitalen Regierungsdiensten gefunden habe:
Eingabeaufforderung für Kernthemen—Meine erste Wahl, um wichtige Themen und Muster aus großen Textmengen zu extrahieren. Dies ist die Standardaufforderung, die Specific verwendet, aber Sie können sie genauso gut direkt in ChatGPT einfügen:
Ihre Aufgabe ist es, Kernthemen in Fettdruck (4–5 Wörter pro Kernthema) + bis zu 2 Sätze lange Erklärungen zu extrahieren.
Ausgabeanforderungen:
- Unnötige Details vermeiden
- Geben Sie an, wie viele Personen ein bestimmtes Kernthema erwähnt haben (verwenden Sie Zahlen, keine Wörter), das meist erwähnte steht oben
- keine Vorschläge
- keine Anmerkungen
Beispielausgabe:
1. **Kernthema-Text:** Erklärungstext
2. **Kernthema-Text:** Erklärungstext
3. **Kernthema-Text:** Erklärungstext
Geben Sie der KI immer Kontext zu Ihrer Umfrage, was Sie erreichen möchten und wer die Bürger sind. Je mehr Hintergrundinformationen Sie geben, desto nützlicher sind die Ergebnisse. Hier ist ein Beispiel:
Ich habe eine Umfrage für Bürger zwischen 18 und 74 Jahren in [Ihr Land] durchgeführt, über ihre Erfahrungen bei der Nutzung digitaler Regierungsdienste online und über mobile Geräte. Wir haben nach Benutzerfreundlichkeit, Zugänglichkeit und Verbesserungspotenzial gefragt. Heben Sie die Hauptprobleme hervor und konzentrieren Sie sich auf Punkte, die mit der Zugänglichkeit und mobiler Unterstützung zusammenhängen.
Tiefer in Einblicke eintauchen: Nachdem die Kernthemen identifiziert wurden, fordere ich die KI oft auf: "Erzählen Sie mir mehr über [Kernthema]." Dies ermöglicht es Ihnen, unterstützende Beweise, Zitate oder Unterthemen aus Ihren Daten zu dem einen Thema herauszuziehen.
Eingabeaufforderung für spezifische Themen: Um zu überprüfen, ob jemand ein bestimmtes Thema erwähnt hat, z. B. "Benutzerauthentifizierung" oder "Zahlungsprobleme", verwenden Sie: "Hat jemand über [Thema] gesprochen? Zitate einfügen."
Eingabeaufforderung für Personas: "Basierend auf den Umfrageantworten, identifizieren und beschreiben Sie eine Liste von eindeutigen Personas – ähnlich wie 'Personas' im Produktmanagement verwendet werden. Für jede Persona fassen Sie ihre wichtigsten Merkmale, Motivationen, Ziele und relevante Zitate oder Beobachtungsmuster zusammen."
Eingabeaufforderung für Schmerzpunkte und Herausforderungen: "Analysieren Sie die Umfrageantworten und listen Sie die häufigsten Schmerzpunkte, Frustrationen oder Herausforderungen auf, die erwähnt wurden. Fassen Sie jeweils zusammen und notieren Sie Muster oder Häufigkeitsaufkommen."
Eingabeaufforderung für Sentimentanalyse: "Bewerten Sie das insgesamt in den Umfrageantworten zum Ausdruck gebrachte Sentiment (z. B. positiv, negativ, neutral). Heben Sie Schlüsselsätze oder Feedback hervor, die zu jeder Sentimentkategorie beitragen."
Eingabeaufforderung für Vorschläge und Ideen: "Identifizieren und listen Sie alle Vorschläge, Ideen oder Anforderungen auf, die von den Umfrageteilnehmern angegeben wurden. Organisieren Sie sie nach Thema oder Häufigkeit und fügen Sie dort, wo relevant, direkte Zitate ein."
Eingabeaufforderung für ungedeckte Bedürfnisse und Chancen: "Untersuchen Sie die Umfrageantworten, um ungelöste Bedürfnisse, Lücken oder Verbesserungschancen zu entdecken, die von den Befragten hervorgehoben wurden."
Wenn Sie sehen möchten, welche Arten von Fragen in Bürgerumfragen zu digitalen Regierungsdiensten am besten funktionieren, schauen Sie sich diesen Leitfaden zu den besten Umfragefragen für digitale Regierungsdienste an.
Wie AI in Specific verschiedene Umfragefragetypen behandelt
Specifics KI-Analysen passen sich der Struktur Ihrer Umfragefragen an:
Offene Fragen mit oder ohne Folgefragen: Fasst alle Antworten auf die Hauptfrage und ihre nachfolgenden Folgefragen zusammen. Die KI destilliert die Hauptthemen und wiederkehrenden Ideen und gibt Ihnen eine kohärente Zusammenfassung dessen, was Bürger wirklich sagen.
Wahlbasierte Fragen mit Folgefragen: Für jede Antwortoption bietet die Plattform eine fokussierte Zusammenfassung der daran geknüpften Folgeantworten, sodass Sie schnell sehen, was Menschen dazu bewegt, bestimmte Optionen zu wählen.
NPS-Fragen (Net Promoter Score): Bricht das Feedback nach Kritikern, Passiven und Befürwortern auf – jede Gruppe erhält ihre eigene Zusammenfassung der Gründe hinter ihren Bewertungen. Dies ist entscheidend, um zu identifizieren, was für verschiedene Zielgruppen funktioniert (oder nicht funktioniert).
Sie könnten ChatGPT dafür verwenden – aber Sie müssten Ihre Daten manuell organisieren und stapeln, was sowohl mühsam als auch fehleranfällig ist. Mit Specific ist alles integriert und sofort verfügbar.
Für mehr Informationen zur Strukturierung von Fragen und Folgefragen lesen Sie, wie Sie effektive Bürgerumfragen zu digitalen Regierungsdiensten mit erprobten Frameworks erstellen.
Wie man KI-Kontextlimit-Herausforderungen mit großen Umfragedaten bewältigt
Stoßen Sie auf KI-Kontextgrößenbeschränkungen? Jedes GPT-basierte Tool kann nur eine bestimmte Anzahl von Wörtern auf einmal verarbeiten. Wenn Ihre Umfrage Hunderte (oder Tausende) von Antworten erhält, können Sie nicht alles auf einmal so einfügen. Es gibt zwei erprobte Ansätze – beide in Specific enthalten – um große Datensätze zu verwalten:
Filtern: Beschränken Sie, welche Gespräche analysiert werden. Beispielsweise nur die Antworten betrachten, die bestimmte Fragen beantwortet oder spezifische Optionen gewählt haben. Dies stellt sicher, dass Sie nur relevante Daten an die KI senden, was den Datenmüll und die Überlastung des Kontexts reduziert.
Beschneiden: Wählen Sie nur die wichtigsten Fragen oder Teile des Gesprächs aus, die an die KI gesendet werden sollen. Dadurch können Sie sich auf das Wesentliche konzentrieren, innerhalb der Kontextrisiken bleiben und die Menge an bedeutungsvollen Antworten erhöhen, die im Kontext eingebunden werden können.
Da im Jahr 2024 68 % der Nutzer an öffentlichen Online-Konsultationen teilnahmen [2], bieten diese Ansätze eine Lösung, um große Datensätze effektiv zu verwalten. Wenn Sie Specific verwenden, stehen Ihnen diese Optionen direkt im Dashboard für die Analyse von Umfrageantworten zur Verfügung.
Wie man mit anderen an der Analyse von Bürgerumfrageantworten zusammenarbeitet
Die Zusammenarbeit bei der Analyse von Umfrageantworten kann wirklich lästig sein, wenn Sie riesige Tabellenkalkulationen oder endlose Chat-Transkripte in Slack teilen müssen. Mit der steigenden Nachfrage der Bürger nach einer effizienteren Bearbeitung digitaler Regierungsdienste benötigen Teams in Regierungen und Agenturen optimierte Arbeitsweise für eine reibungslose Zusammenarbeit.
Specific ermöglicht es Ihnen, Daten einfach durch Chatten mit einem KI-Agenten zu analysieren. Mit Hilfe eines neuen Chats kann jeder in Ihrem Team durch verschiedene Filter und Verlauf die Analyse aus einem frischen Blickwinkel starten. So kann jeder Forscher Experimente durchführen, verschiedene Befehle testen und Erkenntnisse sofort teilen.
Transparente Teamarbeit ist eingebettet. Jeder Chat zeigt den Ersteller und ermöglicht, dass die Erkenntnisse Ihrer Kollegen direkt im Verlauf sichtbar sind und nicht in E-Mails oder Tabellenkalkulationen verloren gehen.
Benötigen Sie einen noch flexibleren Weg der Workflow-Gestaltung? Probieren Sie den KI-Umfrage-Editor in Specific aus, mit dem Teams Umfragestrukturen durch einfache Änderungsbeschreibungen brainstormen, bearbeiten und iterieren können. Und wenn Sie bereit sind, eine neue Umfrage zu digitalen Bürgerservices zu starten, starten Sie ein neues Projekt.
Jetzt Umfragen zu digitalen Bürgerservices durchführen
Beginnen Sie damit, reichhaltigere Antworten zu analysieren und umsetzbare Einblicke von Ihren Bürgern zu gewinnen. KI-gestützte Umfragen machen es schneller und intelligenter, um öffentliche digitale Dienste zu verbessern.