Zurück zum Journal
researchmethodologyai-tools

Was die Verbatim-Korrektur über AI-Interview-Synthese verrät

Fathom liefert saubere Interview-Zusammenfassungen. Ein nachgelagerter Verbatim-Pass mit fester Slot-Struktur fand trotzdem zwei Stellen, an denen die Synthese mehr behauptete als gesagt wurde. Das ist kein Argument gegen AI-Tools. Es ist ein Argument für eine zweite Schicht.

Wir nutzen Fathom für die Tester-Interviews. Das Tool transkribiert, fasst zusammen, schlägt Themen vor. Die Ergebnisse sind gut. Bei einem so kleinen Sample wäre das Vertrauen darauf der naheliegende Fehler.

Was Synthese-Tools gut machen

Sie kondensieren. Aus 50 Minuten Gespräch werden vier Absätze, die ein Mensch in zehn Minuten überfliegen kann. Sie strukturieren nach Themen, sie heben Spitzen-Aussagen heraus, sie schreiben in vollständigen Sätzen. Für eine erste Orientierung nach dem Interview ist das Gold wert.

Was sie schlechter machen

Sie glätten. Aus "vielleicht würde ich das brauchen, wenn ich öfter plane" wird "Tester würde Materialliste regelmäßig nutzen". Aus einer konditionalen Aussage mit Vorbehalt wird eine Bestätigung. Wer nur die Synthese liest, baut Produktentscheidungen auf einer Aussage, die so nicht gefallen ist.

Bei Interview vier ist uns das zweimal aufgefallen. Beide Male hatte die Synthese eine Empfehlung als belastbares Insight zugeschrieben, die im Transkript ein konditionaler Halbsatz war. Ein "wenn das automatisch ginge" wurde zu "Tester wünscht sich Automatisierung". Der Bedeutungsverlust ist real, auch wenn er auf den ersten Blick semantisch wirkt.

Verbatim-Pass mit Slot-Struktur

Die Korrektur ist banal. Nach der Synthese geht ein zweiter Durchlauf durch das Transkript, geführt von einem Prompt mit acht festen Slots. Pro Slot wird gefragt: Gibt es ein wörtliches Zitat zu diesem Thema, und wenn ja welches. Kein Paraphrasieren, kein Glätten, nur Sätze, die die Person tatsächlich gesagt hat.

Aus Interview vier kamen elf Verbatim-Zitate. Zwei davon widersprachen der Synthese, neun bestätigten sie. Die zwei Korrekturen führten dazu, dass ein Cluster, der vorher als bestätigt galt, auf "spontan in zwei Interviews erwähnt, n=2" zurückgestuft wurde. Das ist ehrlicher und dünner. Beides ist gut.

Methodik-Pointe

Der Verbatim-Pass ist kein Argument gegen Synthese-Tools. Er ist die zweite Schicht, die jede Synthese braucht. Die erste Schicht macht ein Tool schneller als jeder Mensch. Die zweite Schicht muss man selbst machen, weil sie genau die Glättung rückgängig macht, für die das Tool optimiert ist.

Wer Interview-Daten in Produktentscheidungen verwandelt, sollte nicht auf die Lesbarkeit vertrauen. Sondern auf die Stelle, an der der Tester gestockt hat.

Was die Verbatim-Korrektur über AI-Interview-Synthese verrät · Journal