KI-Tools in der qualitativen Forschung

„Die qualitative Forschung, oft als Mittel zur Erforschung von subjektiven Erfahrungen und sozialen Phänomenen genutzt, trifft nun auf KI-Tools – innovative Technologien, die darauf abzielen, menschenähnliche Denkprozesse zu simulieren.“ So der Vorschlag von ChatGPT für den Beginn dieses Blogbeitrags zum Thema KI-Tools und qualitative Forschung. Interessant ist, wie ChatGPT KI definiert, nämlich als „menschenähnliche Denkprozesse“. Das fasst meiner Meinung nach ziemlich gut zusammen, was derzeit in der Community rund um qualitative Methoden und KI diskutiert wird – wie KI als Unterstützung, aber nicht als Ersatz für qualitative Interpretationen eingesetzt werden kann. Doch welche KI-Tools gibt es bisher? Diese möchte ich hier kurz vorstellen. Gefunden habe ich sie zum einen durch ein großartiges Symposium, zum anderen durch die schon mehrfach erwähnte großartige Liste für qualitative Forschung QSF-L.

Eine Klarstellung vorweg: Ich habe nicht alle KI-Tools ausprobiert. Ich bin am Testen, habe aber noch nicht genügend eigene Erfahrungen, um Bewertungen abgeben zu können. Daher ist die folgende Darstellung eine reine Zusammenstellung dessen, was ich bisher gefunden habe und was meine Gedanken dazu sind. Bis auf Leximancer nutzen alle KI-Tools die API-Schnittstelle von OpenAI zu den GPT-Modellen.

ABER: Bitte seien Sie vorsichtig beim Ausprobieren. Denn bisher ist noch nicht abschließend geklärt, ob die Tools, die mit der OpenAI Schnittstelle arbeiten wirklich datenschutzkonform sind, wenn Sie personenbezogene Daten verwenden (siehe AI ASSIST in MAXQDA 24 derzeit nicht datenschutzkonform?). Deshalb würde ich derzeit dringend davon abraten nicht öffentlich zugängliche Daten mit den KI-Tools auszuwerten. Öffentliche Dokumente scheinen geeignet, Interviewtranskripte, in denen Sie Anonymität zugesichert haben, nicht!

Die gefundenen KI-Tools lassen sich meines Erachtens in drei Varianten einteilen (einige Tools lassen sich auch mehreren oder allen Varianten zuordnen):

1. KI-Tools, die Mustererkennung durchführen. Diese Tools nutzen algorithmische Mustererkennung in Sprache und geben beispielsweise Themen aus, die besonders häufig vorkommen. Oder sie erstellen mögliche Codes, die aus Text generiert wurden.
2. KI-Tools, die Zusammenfassungen von Textpassagen (Sequenzen) oder ganzen Interviews, Dokumenten oder anderen Texten erstellen.
3. KI-Tools, die als Interpretationsassistenz, also als Gesprächs- bzw. Interpretationspartner*in fungieren.

Hier nun die alphabetisch geordnete Liste der KI-Tools mit einer sehr kurzen Beschreibung, welcher Variante ich das Tool aufgrund der Selbstbeschreibungen auf den Internetseiten zuordne. Die Liste ist sicher nicht vollständig, daher freue ich mich über Kommentare und Anregungen zur Erweiterung!

• Atlas.ti: Die Auswertungssoftware Atlas.ti gibt es bereits sehr lange und hat einen KI-Assistenten integriert, mit dem interagiert werden kann. Zudem lassen sich Textzusammenfassungen schreiben und automatische Codes generieren. (Variante 1-3)
• DokuMet-AI: Hierbei handelt es sich um ein Tool, das für die Auswertung mit der Dokumentarischen Methode entwickelt wurde. Ausgegeben werden Interpretationen von Textsequenzen. (Variante 3)
• CoLoop: Mit Hilfe eines Chat-Assistenten (wie bei ChatGPT) lassen sich Zusammenfassungen schreiben, Themen finden und Hypothesen anhand des eigenen Materials validieren. CoLoop wurde v.a. für Marketingagenturen entwickelt, weshalb der besondere Fokus auf der „einfachen“ Ermittlung von Themen und Meinungen liegt. (Variante 1-3)
• Leximancer: Ein auf Topic Modeling und Sentimentanalyse basierendes Programm, das bereits vor ChatGPT entwickelt wurde. Das Programm ermöglicht die Identifizierung von Themen aus großen Textmengen und liefert statistische Auswertungen – man könnte auch hier argumentieren, dass es sich nicht um genuine qualitative Forschung handelt. (Variante 1)
• MAXQDA: Als Erweiterung der in Deutschland sehr verbreiteten Auswertungssoftware, bietet MAXQDA eine KI-Assistenz an, das automatische Zusammenfassungen erstellen kann und auf Basis von Mustererkennung automatische Codes generiert. (Variante 1+2)
• QualCoder AI: Dies ist die einzige Open-Source-Lösung eines Auswertungsprogramms. Möglich ist ein horizontales Codieren (https://www.youtube.com/watch?v=FrQyTOTJhCc), wonach mithilfe einer KI-Assistenz in dem Datenmaterial nach Zusammenhängen gesucht werden kann. (Variante 3)

Soweit die aktuelle Liste. KI-Tools, die quantitative Textanalysen durchführen, habe ich nicht aufgelistet, da es mir hier um qualitative Forschung geht. Wenn jemand bereits Erfahrungen mit KI-Tools gemacht hat und diese teilen möchte, bitte in die Kommentare oder einen Blogpost schreiben, der dann hier im Blog veröffentlicht werden kann.

---

---