Wie man KI nutzt, um Antworten aus einer Umfrage unter Konferenzteilnehmern zu Lernergebnissen zu analysieren

Dieser Artikel gibt Ihnen Tipps, wie Sie Antworten aus einer Umfrage unter Konferenzteilnehmern zu Lernergebnissen analysieren können. Lassen Sie uns direkt einsteigen – so gehe ich bei der Analyse von Umfrageantworten in diesem Kontext vor.

Die richtigen Werkzeuge für die Analyse von Umfrageantworten wählen

Die Struktur und Form Ihrer Umfrageantworten bestimmen den effektivsten Ansatz und die besten Werkzeuge für die Analyse. So unterteile ich es, basierend auf der Art der Daten, die Sie haben:

• Quantitative Daten: Für Fragen wie „Wie viele Personen haben Option A gewählt?“ – einfache Zählungen oder Bewertungen – eignen sich herkömmliche Tabellenkalkulationsprogramme wie Excel oder Google Sheets sehr gut. Diese sind leicht zu aggregieren, aber Sie können auch Plattformen wie Looppanel für mehr Automatisierung nutzen. [3]
• Qualitative Daten: Offene Fragen, besonders mit Folgefragen, stellen besondere Herausforderungen dar. Hunderte von Freitextantworten manuell zu lesen und zusammenzufassen wird bei großen Datenmengen unpraktisch. Sie benötigen KI-Werkzeuge, um zentrale Themen und umsetzbare Erkenntnisse zu gewinnen – etwas, das bereits 67 % der Veranstaltungsplaner tun, indem sie KI in ihre Prozesse integrieren. [1]

Wenn Sie qualitative Antworten bearbeiten, gibt es im Wesentlichen zwei Ansätze für Werkzeuge:

ChatGPT oder ähnliches GPT-Tool für KI-Analyse

Kopieren Sie Ihre exportierten Antworten in ChatGPT (oder ein ähnliches Tool). Sie können dann mit der KI über Ihre Umfragedaten sprechen. Es ist zugänglich, flexibel und transparent. Aber seien wir ehrlich – große Antwortmengen so zu verwalten ist nicht sehr bequem. Das Aufteilen der Daten, das Beibehalten des Kontexts über längere Gespräche und das Nachverfolgen aller Chats wird mit wachsendem Datenvolumen ziemlich unübersichtlich.

All-in-One-Tool wie Specific

Specific ist eine Plattform, die genau für diesen Anwendungsfall entwickelt wurde: Sie können sowohl Umfrageantworten sammeln (einschließlich Folgefragen für reichhaltigere qualitative Daten) als auch sofort mit KI analysieren. Es gibt kein Herumhantieren mit Exporten oder zusammengebastelten Tabellen.

Automatische Folgefragen gehen tiefer darauf ein, was die Teilnehmer meinen – und verbessern so die Qualität und Tiefe Ihres Feedbacks. Die KI-gestützte Analyse fasst alles zusammen, extrahiert Schlüsselideen und hilft Ihnen, Trends oder umsetzbare Ideen auf einen Blick zu erkennen. Sie können direkt mit der KI über Ihre Ergebnisse chatten, genau wie mit ChatGPT, aber mit vielen weiteren Funktionen, die speziell für das Management von Feedback und die Segmentierung Ihrer Daten entwickelt wurden.

Wenn Sie regelmäßig Nachkonferenz-Umfragen durchführen, macht die Optimierung Ihres Workflows einen großen Unterschied. Deshalb empfehle ich oft, KI-Umfrageantwortanalyse mit Specific auszuprobieren.

Nützliche Prompts zur Analyse von Umfrageantworten zu Lernergebnissen

KI-Prompts sind das Rückgrat, um gute, umsetzbare Ergebnisse aus jeder KI-Umfrageanalyse zu erhalten – unabhängig von der Plattform oder dem Tool, das Sie verwenden. Sie benötigen eine Kombination aus breiten und fokussierten Prompts, um echten Mehrwert aus den Antworten zu ziehen. Hier sind einige meiner Favoriten:

Prompt für Kernideen: Dies nutze ich, wenn ich eine strukturierte Zusammenfassung der am häufigsten genannten Punkte möchte – funktioniert hervorragend bei großen Datensätzen. Es ist das, was Specific standardmäßig verwendet, und Sie erhalten dieselbe Klarheit, wenn Sie es in ChatGPT oder anderen GPTs verwenden:

Ihre Aufgabe ist es, Kernideen fettgedruckt (4-5 Wörter pro Kernidee) + eine Erklärung von bis zu 2 Sätzen zu extrahieren. Ausgabeanforderungen: - Vermeiden Sie unnötige Details - Geben Sie an, wie viele Personen eine bestimmte Kernidee erwähnt haben (Zahlen verwenden, keine Wörter), die meistgenannte zuerst - keine Vorschläge - keine Hinweise Beispielausgabe: 1. **Kernidee Text:** Erklärungstext 2. **Kernidee Text:** Erklärungstext 3. **Kernidee Text:** Erklärungstext

Und hier ein wichtiger Tipp: Je mehr Kontext Sie der KI über Ihre Umfrage und Ziele geben, desto intelligenter und relevanter werden ihre Antworten sein. Zum Beispiel:

Analysieren Sie Umfrageantworten von Konferenzteilnehmern zu Lernergebnissen aus Workshops auf unserer jährlichen EdTech-Konferenz, mit einem Publikum, das hauptsächlich aus Lehrern und Administratoren besteht. Konzentrieren Sie sich auf die Wirkung von praktischen Aktivitäten, Gruppenbeteiligung und Anwendbarkeit im realen Klassenzimmer. Mein Ziel ist es, die am meisten geschätzten Aspekte sowie Verbesserungsmöglichkeiten für zukünftige Veranstaltungen zu berichten.

Prompts für tiefere Einblicke:

• Wenn Sie ein starkes Thema erkennen, gehen Sie tiefer, indem Sie fragen: „Erzählen Sie mir mehr über XYZ (Kernidee)“
• Überprüfen Sie, ob ein bestimmtes Thema aufkam: „Hat jemand über XYZ gesprochen? Bitte Zitate einfügen.“
• Identifizieren Sie Teilnehmer-Typen: „Basierend auf den Umfrageantworten, identifizieren und beschreiben Sie eine Liste von unterschiedlichen Personas – ähnlich wie ‚Personas‘ im Produktmanagement verwendet werden. Fassen Sie für jede Persona deren Hauptmerkmale, Motivationen, Ziele und relevante Zitate oder Muster aus den Gesprächen zusammen.“
• Ermitteln Sie Hauptmotivatoren: „Extrahieren Sie aus den Umfragegesprächen die primären Motivationen, Wünsche oder Gründe, die Teilnehmer für ihr Verhalten oder ihre Entscheidungen angeben. Gruppieren Sie ähnliche Motivationen und liefern Sie unterstützende Belege aus den Daten.“
• Ermitteln Sie Schmerzpunkte oder Herausforderungen: „Analysieren Sie die Umfrageantworten und listen Sie die häufigsten Schmerzpunkte, Frustrationen oder Herausforderungen auf. Fassen Sie jede zusammen und notieren Sie Muster oder Häufigkeiten.“
• Verstehen Sie die Stimmung: „Bewerten Sie die allgemeine Stimmung in den Umfrageantworten (z. B. positiv, negativ, neutral). Heben Sie Schlüsselphrasen oder Feedback hervor, die zu jeder Stimmungskategorie beitragen.“
• Sammeln Sie Vorschläge und Ideen: „Identifizieren und listen Sie alle Vorschläge, Ideen oder Wünsche der Umfrageteilnehmer auf. Organisieren Sie diese nach Thema oder Häufigkeit und fügen Sie relevante direkte Zitate hinzu.“
• Erkennen Sie unerfüllte Bedürfnisse und Chancen: „Untersuchen Sie die Umfrageantworten, um unerfüllte Bedürfnisse, Lücken oder Verbesserungsmöglichkeiten zu entdecken, die von den Befragten hervorgehoben wurden.“

Ich habe immer diese Liste der besten Fragen für Konferenzteilnehmer zu Lernergebnissen griffbereit, ebenso wie einen Leitfaden zur Strukturierung Ihrer Konferenzumfrage. Prompts funktionieren am besten, wenn Ihre Umfrage von Anfang an gut aufgebaut ist.

Wie Specific qualitative Daten aus verschiedenen Fragetypen analysiert

Die KI von Specific unterscheidet zwischen Fragetypen und Antwortstrukturen – und macht die Analyse dadurch umsetzbar.

• Offene Fragen (mit oder ohne Folgefragen): Specific erstellt automatisch eine zusammenhängende Zusammenfassung aller Antworten zu einer Frage und bezieht, falls vorhanden, auch Folgefragen mit ein – so geht nichts verloren.
• Auswahlfragen mit Folgefragen: Für Fragen wie „Welchen Workshop haben Sie besucht?“ mit Folgefragen zu jeder Auswahl erstellt Specific eine separate Zusammenfassung für jede Option und fasst alle relevanten Kommentare zusammen.
• NPS (Net Promoter Score): Jede Gruppe – Kritiker, Passive und Promotoren – erhält eine eigene fokussierte Zusammenfassung des Folgefeedbacks, damit Sie auf einen Blick verstehen, was diese Bewertungen beeinflusst hat.

Ähnliche Dinge können Sie auch in ChatGPT machen, aber es ist arbeitsintensiver. Specific strukturiert alles für Sie direkt ab Werk.

Wie man KI-Kontextgrenzen bei der Analyse großer Umfragen meistert

Eine der Herausforderungen bei der KI-Analyse (wie bei GPT-basierten Tools) ist die Kontextgrößenbegrenzung – die maximale Textmenge, die auf einmal verarbeitet werden kann. Wenn Ihre Umfrage Hunderte von Teilnehmerantworten enthält, passt nicht alles in eine einzelne KI-Analyse.

Hier sind zwei Ansätze, auf die ich mich verlasse (und die Specific direkt anbietet):

• Filtern: Konzentrieren Sie die Analyse nur auf relevante Gespräche. Zum Beispiel nur Antworten, bei denen Teilnehmer Schlüssel-Fragen beantwortet oder bestimmte Workshops ausgewählt haben. So nutzt die KI ihre Kapazität dort, wo es am wichtigsten ist.
• Zuschneiden: Beschränken Sie den Umfang auf bestimmte Fragen – vielleicht nur offene oder nur die wichtigsten Folgefragen. Durch das Zuschneiden dessen, was in die KI-Analyse geht, können Sie mehr Gespräche mit zuverlässigem Fokus analysieren.

Diese Strategien sind essenziell, wenn Ihr Datensatz zu groß wird, unabhängig von Ihrem Werkzeug.

Zusammenarbeitsfunktionen zur Analyse von Umfrageantworten unter Konferenzteilnehmern

Die Zusammenarbeit bei der Analyse von Konferenzumfragen ist oft ein Schmerzpunkt für Teams – besonders wenn jeder unterschiedliche Fragen, Filter oder Schwerpunkte mitbringt.

Gemeinsam mit der KI chatten: Mit Specific können Sie Umfragedaten einfach durch Chatten mit der KI analysieren. Mehrere Teammitglieder können parallel verschiedene thematische Analysen durchführen.

Mehrere Chats mit individuellen Filtern: Jeder Chat erhält seinen eigenen Filter – vielleicht möchte eine Person Feedback zu Logistik erkunden, während eine andere sich auf Lernergebnisideen konzentriert. Specific zeigt an, wer jeden Chat gestartet hat, was die teamübergreifende Zusammenarbeit erleichtert.

Sehen, wer was gesagt hat: Wenn Sie Erkenntnisse oder Fragen hinzufügen, zeigt jede Nachricht das Avatarbild des Absenders – so wissen Sie immer, auf wessen Gedanken Sie im Gespräch aufbauen. Das ist eine große Hilfe für größere Forschungs- oder Veranstaltungsteams, die gemeinsam die Lernergebnisanalyse verfeinern.

Erstellen Sie jetzt Ihre Umfrage unter Konferenzteilnehmern zu Lernergebnissen

Gewinnen Sie qualitativ hochwertigere Erkenntnisse, sparen Sie Stunden bei der Analyse und ermöglichen Sie Ihrem Team, sich auf das Wesentliche zu konzentrieren – Umfragedaten in gezielte Verbesserungen umzuwandeln, die bessere Lernergebnisse bei Ihrer nächsten Veranstaltung fördern.