Zum Hauptinhalt springen

KI-Analyse

Verfasst von Nola Moreau

Überblick über die KI-Analyse

Die KI-Analysefunktion hilft Admins dabei, große Mengen an Beteiligungsdaten schnell zu verstehen, zu kategorisieren und zu analysieren. Es funktioniert sowohl bei der Ideenfindung als auch bei Umfragen:

  • Qualitative Analyse: Zusammenfassen von textlichen Beiträgen aus Ideen, Kommentaren oder Umfrageantworten

  • Quantitative Analyse: Untersuchung von Korrelationen zwischen demografischen Daten, Tags und Umfrageantworten

ℹ️ Der Zugriff auf diese Funktion hängt von Ihrer Lizenz ab.

KI-Analyse-Schnittstelle

Die Benutzeroberfläche besteht aus vier Hauptspalten:

  1. Tag-Verwaltung: Erstellen und verwalten Sie Tags, um Beiträge zu gruppieren

  2. Liste der Beiträge: Zeigt alle zu analysierenden Beiträge an

  3. Benutzer & Filteransicht: Zeigen Sie anonymisierte Benutzerantworten an, wenden Sie Filter an oder gehen Sie auf Kommentare ein.

  4. Zusammenfassungen & Fragen: Fassen Sie gefilterte Beiträge zusammen oder fragen Sie die KI nach Erkenntnissen

Wie nutzt man KI-Analysen?

  • Zu den „Insights“ des Projekts wechseln

  • Klicken Sie oben rechts auf das Widget „KI-Analyse

Optional:

  • Für Umfragen: Gehen Sie zu einer offenen Frage und klicken Sie bei einer bestimmten Frage auf „Erkunden “.

  • Fügen Sie im Rahmen der KI-Analyse eine Folgefrage hinzu – „Eine Frage stellen“

  • Verwenden Sie Filter, um die KI-Funktionalität in einem bestimmten Kontext einzusetzen (z. B. nach demografischen Merkmalen, Zeitstempeln, einer bestimmten Antwort auf eine Frage usw.).

ℹ️ Der Filter für die Beteiligungs-Ebene ist nur für Ideen-/Vorschlagsprojekte verfügbar

Tagging-Methoden in der KI-Analyse

Tagging hilft beim Clustern und Interpretieren von Benutzereingaben. Das Tool unterstützt:

  • Vollständig automatisierte Markierung: KI vergibt allgemeine Tags.

  • Nach Label: Erstellen Sie Ihre eigenen Tags.

  • Mit Beispielen: Stellen Sie manuelle Beispiele zur Verfügung, um KI-Tagging zu lehren.

  • Sentiment-Tagging: Markieren Sie Beiträge als positiv oder negativ.

  • Spracherkennung: Identifizieren Sie die Eingabesprache.

  • Manuelle Markierung: Um die volle Kontrolle zu haben, können Sie jeden Beitrag manuell markieren.

Was sind automatische Erkenntnisse?

Automatische Einblicke verbindet Schlagwörter, Demographie und Umfragefragen, um Muster aufzudecken.

  • Zeigt wichtige Zusammenhänge an (z. B. welche Altersgruppe mit welchem Tag interagiert)

  • Enthält eine Heatmap-Ansicht, in der Kästchen markiert sind, wenn eine Korrelation statistisch signifikant ist.

  • Die Einheit der Analyse kann umgeschaltet werden:

    • Eingaben (Beiträge)

    • Likes / Daumen hoch

    • Dislikes / Daumen runter

    • Teilnehmende

Der Unterschied:

  • Bei der Ideenfindung verbinden automatische Einblicke demografische Daten mit Tags

  • In Umfragen verbinden automatische Einblicke demografische Daten, Tags und Umfragefragen

Sie gelangen zu den automatische Einblicken, indem Sie unterhalb der demografischen Informationen der KI-Tool-Oberfläche auf Erkunden drücken.

Warum wird die menschliche Kontrolle empfohlen?

Die Tools " Zusammenfassen" und " Frage stellen" liefern schnelle Einblicke, erfordern aber menschliche Aufsicht.

  • Zusammenfassungen enthalten anklickbare Verweise auf die Original-Beiträge für mehr Transparenz

  • Die Überlastung der KI mit zu vielen Beiträgen kann die Genauigkeit verringern - Filter & Tags helfen dabei

  • Fehlende Inline-Referenzen können z.B. aus folgenden Gründen auftreten:

    • Relevanz für den Kontext (Referenzen nicht erforderlich)

    • Ausgewogene Lesbarkeit (Vermeidung von übermäßigen Zitaten)

    • Systemverfeinerungen (ständige Verbesserung)

  • Halluzinationen: Auch wenn dies selten vorkommt, kann es gelegentlich vorkommen, dass die KI Informationen generiert, die im ursprünglichen Datensatz nicht ausdrücklich enthalten waren.

  • Übertreibung: Die KI könnte bestimmte Themen oder Ideen stärker hervorheben als andere, was möglicherweise zu einer verzerrten Gesamtinterpretation führen könnte.

  • Verzerrungen: Die Ergebnisse können verschiedene Verzerrungen enthalten. Diese können beispielsweise auf unausgewogene Daten beim Training des Modells, Unterschiede in Sprache und Ausdrucksweise sowie ein mangelndes Kontextverständnis zurückzuführen sein. Insbesondere Ironie, Sarkasmus, Dialekt, Jugendsprache oder kontextspezifische Formulierungen können falsch interpretiert werden.

⚠️ Zusammenfassungen sind nicht 100% genau. Überprüfen Sie die wichtigsten Ergebnisse immer mit den Originaldaten.

KI-Masterclass

Eine vollständige Demonstration unseres KI-Analyse-Tools finden Sie in der Aufzeichnung unserer KI-Masterclass. Wählen Sie Ihre Sprache für die entsprechende Aufnahme.

Hat dies deine Frage beantwortet?