KI-Interviews in der Abschlussarbeit: Leitfaden 2026 für Master- und Promotionsstudierende
Geschrieben von Fengming Liu (UCL) · Geprüft von Prof. Shubin Yu (HEC Paris) · October 2026 · Aktualisiert: 2026-10-12 · 9 min read
Kurze Antwort: Sie können KI-moderierte Interviews in einer Abschlussarbeit einsetzen, wenn Ihre Betreuungsperson zustimmt, Ihre Ethikkommission den KI-Schritt genehmigt und Sie ihn als Teil Ihrer Methode berichten. Ein KI-Interviewer ist ein Instrument der Datenerhebung: Er stellt die Fragen und Nachfragen Ihres Leitfadens, hält die Antworten als Transkripte fest und überlässt Analyse und Interpretation Ihnen.
Wann KI-Interviews zu einer Abschlussarbeit passen
- Halbstrukturierte Interviews mit festem Leitfaden, bei denen alle Teilnehmenden dieselben Kernfragen erhalten sollen.
- Teilnehmende in verschiedenen Zeitzonen oder Ländern oder solche, die nur abends teilnehmen können.
- Studien in mehr als einer Sprache. QualiTaTi führt Interviews in seinen 10 Oberflächensprachen durch.
- Größere Stichproben, als Sie in einem Semester allein terminieren und transkribieren könnten.
Wann nicht
- Ethnografie, biografische Forschung und andere Designs, die von einer langen Beziehung zu den Teilnehmenden abhängen.
- Teilnehmende ohne zuverlässigen Internetzugang oder solche, die sich mit einer Chat- oder Sprachoberfläche nicht wohlfühlen.
- Vulnerable Gruppen, es sei denn, Ihre Ethikkommission hat den KI-Schritt ausdrücklich genehmigt.
- Interviews, in denen Sie Körpersprache lesen oder sich auf eine Weise anpassen müssen, die ein schriftlicher Leitfaden nicht vorwegnehmen kann.
Die Evidenz wächst noch. In einem randomisierten Vergleich mit Studierenden fanden Wuttke et al. (2024), dass KI-geführte Interviews Daten von ungefähr gleicher Qualität lieferten wie von Menschen geführte Interviews mit demselben Fragebogen. Sie nannten auch Bereiche, in denen KI-Interviewer noch besser werden müssen. Verstehen Sie das als Grund für eine Pilotphase, nicht als Beleg für Ihr Thema.
Bevor Sie beginnen: drei Gespräche
- Ihre Betreuungsperson. Klären Sie, ob KI-Interviews zu Ihrer Forschungsfrage passen und wie Sie sie berichten. Sie können Ihre Betreuungsperson zum Interviewprojekt einladen, damit sie den Leitfaden und die Transkripte lesen kann.
- Ihre Ethikkommission. Beschreiben Sie den KI-Schritt in Ihrem Antrag: was die KI tut, wo die Daten gespeichert werden und wie die Teilnehmenden einwilligen. Das Kit für den Ethikantrag enthält eine Offenlegung zur KI-Nutzung, einen Abschnitt für das Informationsblatt, Einwilligungserklärungen und einen Absatz zum Datenmanagement, die Sie anpassen können.
- Die KI-Richtlinie Ihrer Hochschule. Viele Universitäten veröffentlichen inzwischen Regeln zu KI in Prüfungsleistungen. Prüfen Sie, ob Ihre Hochschule KI-gestützte Datenerhebung oder Codierung anders behandelt als das Schreiben.
Schritt für Schritt
- Schreiben Sie Ihren Interviewleitfaden, oder fügen Sie Ihre Forschungsfragen ein und lassen Sie QualiTaTi einen Entwurf erstellen, den Sie anschließend bearbeiten.
- Legen Sie fest, wie die Teilnehmenden antworten: schriftlich, per Stimme oder beides (siehe Sprachinterviews in der qualitativen Forschung).
- Führen Sie das Interview zuerst selbst durch, dann mit zwei oder drei Kommilitoninnen oder Kommilitonen. Überarbeiten Sie jede Frage, die die KI missversteht oder bei der sie schlecht nachfragt.
- Teilen Sie den Link mit den Teilnehmenden, sobald Leitfaden und Ethikunterlagen endgültig sind.
- Transkripte erscheinen im Projekt, sobald Interviews abgeschlossen sind. Lesen Sie die ersten frühzeitig und passen Sie bei Bedarf an.
Was eine Studie für die Abschlussarbeit kostet
Ein Standardinterview verbraucht 1 Credit pro Minute, unabhängig davon, ob die Teilnehmenden tippen oder sprechen. Das Echtzeit-Sprachgespräch verbraucht 5 Credits pro Minute. Konten, die die optionale EU-KI-Region nutzen, zahlen bei Standardinterviews einen Aufschlag.
| Studie | Credits | Passender Tarif |
| Pilot: 3 Textinterviews à 10 Minuten | 30 | Kostenloser Tarif (30 Credits pro Monat) |
| 15 Textinterviews à 30 Minuten | 450 | Ein Monat Student (9 €, 600 Credits) |
| 15 Standard-Sprachinterviews à 30 Minuten | 450 | Ein Monat Student |
| 15 Echtzeit-Sprachinterviews à 30 Minuten | 2.250 | Etwa zwei Monate Researchers (19 €, 1.200 Credits pro Monat) |
Der Student-Tarif setzt eine Hochschul-E-Mail-Adresse voraus oder einen Studierendenausweis, wenn Sie sich mit einer anderen Adresse registrieren. Preise laut Preisseite am 12. Oktober 2026.
Die Transkripte analysieren
- In QualiTaTi: Importieren Sie die Interviews in ein QDA-Projekt und codieren Sie von Hand, oder übernehmen und bearbeiten Sie Codevorschläge der KI. Dokumentieren Sie, welche Codes Sie geändert haben; die Prüfenden werden danach fragen.
- In NVivo, ATLAS.ti oder MAXQDA: Wenn Ihre Universität eine Lizenz für eines dieser Programme hat, exportieren Sie eine .qdpx-Datei und arbeiten Sie dort weiter. Siehe die Leitfäden für NVivo, ATLAS.ti und MAXQDA.
- Reliabilität: Laden Sie eine zweite codierende Person ein, eine Stichprobe unabhängig zu codieren; der Arbeitsbereich berechnet Cohens Kappa (Cohen, 1960).
- Thematische Analyse: Unabhängig vom Werkzeug liegen die analytischen Entscheidungen bei Ihnen. Braun und Clarke (2006) bleiben die Standardreferenz für den Prozess.
Die Ergebnisse verschriftlichen
Der QDA-Arbeitsbereich entwirft aus den aufgezeichneten Angaben einen Methodenabsatz: die Zahl der Interviews, die verwendeten KI-Modelle und Einstellungen, wie die Codes entstanden sind, und Übereinstimmungsstatistiken. Außerdem liefert er eine Softwarezitation. Formulieren Sie den Text in eigenen Worten und ergänzen Sie, was die Software nicht wissen kann: Stichprobenziehung, Rekrutierung, Ethikvotum und Ihren analytischen Ansatz.
Berichten Sie auch die Grenzen. Im Textmodus nimmt die KI weder Tonfall noch Körpersprache wahr. Im Sprachmodus werden Antworten automatisch transkribiert, und Transkriptionsfehler sind eine bekannte Schwäche von KI-Sprachinterviews (Tirumala et al., 2025). Geben Sie an, wie Sie die Transkripte geprüft haben.
Checkliste für Ihr Methodenkapitel
- Warum KI-moderierte Interviews zu Ihrer Forschungsfrage passen.
- Der Leitfaden, die Einstellung für Nachfragen und wie Sie ihn pilotiert haben.
- Aktenzeichen des Ethikvotums, Einwilligungsverfahren und Datenspeicherung.
- Interviewmodus (Text oder Sprache), Anzahl der Interviews und ihre Dauer.
- Wie Sie codiert haben, wer die Codierung geprüft hat, und der Übereinstimmungswert, falls Sie eine zweite codierende Person eingesetzt haben.
- Die Software und ihre Version, mit Zitation.
Häufig gestellte Fragen
Akzeptieren Prüfende KI-moderierte Interviews?
Das hängt von Ihrem Fach und Ihrer Hochschule ab; deshalb stehen die Gespräche mit Ihrer Betreuungsperson und der Ethikkommission am Anfang. Prüfende achten vor allem auf eine begründete Wahl, transparente Berichterstattung und eine sorgfältige Analyse.
Kann meine Betreuungsperson die Interviews sehen?
Ja. Laden Sie sie per E-Mail als Mitwirkende zum Interviewprojekt ein.
Kann ich KI-Interviews mit selbst geführten Interviews kombinieren?
Ja. Laden Sie Ihre eigenen Transkripte in dasselbe QDA-Projekt hoch und codieren Sie alles gemeinsam. Berichten Sie die beiden Formen in Ihrer Methode getrennt.
Wo werden die Daten gespeichert?
In der Europäischen Union. Die Trust-Seite nennt die Anbieter, die Daten verarbeiten, sowie den Auftragsverarbeitungsvertrag, den Ihre Ethikkommission möglicherweise anfordert.
Was, wenn eine teilnehmende Person lieber von einem Menschen interviewt werden möchte?
Bieten Sie eine Alternative an, etwa ein Videogespräch mit Ihnen, und transkribieren Sie es in dasselbe Projekt. Vermerken Sie diese Mischung in Ihrer Methode.
Quellen, geprüft am 12. Oktober 2026: Wuttke et al. (2024), AI Conversational Interviewing: Transforming Surveys with LLMs as Adaptive Interviewers, arXiv:2410.01824; Tirumala, Jain, Leybzon und Buskirk (2025), Mic Drop or Data Flop? Evaluating the Fitness for Purpose of AI Voice Interviewers, arXiv:2509.01814; Braun und Clarke (2006), Using thematic analysis in psychology, Qualitative Research in Psychology 3(2); Cohen (1960), A coefficient of agreement for nominal scales, Educational and Psychological Measurement 20(1).