Sprachinterviews in der qualitativen Forschung: So funktionieren KI-Sprachinterviews (2026)
Geschrieben von Fengming Liu (UCL) · Geprüft von Prof. Shubin Yu (HEC Paris) · October 2026 · Aktualisiert: 2026-10-12 · 8 min read
Kurze Antwort: In einem KI-Sprachinterview sprechen die Teilnehmenden ihre Antworten, statt sie zu tippen, im Browser und ohne App. QualiTaTi transkribiert jede Antwort und stellt Nachfragen auf Grundlage Ihres Interviewleitfadens. Sie können die KI ihre Fragen auch laut sprechen lassen oder ein gesprochenes Gespräch in Echtzeit führen.
Vier Wege, ein Sprachinterview durchzuführen
| Modus | Teilnehmende | KI-Interviewer | Credits pro Minute |
|---|
| Stimme zu Text | Spricht | Schreibt | 1 |
| Text zu Stimme + Text | Tippt | Spricht und schreibt | 1 |
| Stimme zu Stimme + Text | Spricht | Spricht und schreibt | 1 |
| Echtzeit-Stimm-Modus (experimentell) | Spricht frei | Antwortet in Echtzeit | 5 |
Ein reines Textinterview kostet ebenfalls 1 Credit pro Minute. Die ersten drei Modi arbeiten abwechselnd, wie ein Chat mit Ton. Der Echtzeitmodus ist ein durchgehendes gesprochenes Gespräch, das die teilnehmende Person unterbrechen kann. Er ist neuer und hat einen eigenen Link und eigene Einstellungen.
Wann Sprache die bessere Wahl ist
- Teilnehmende, denen das Tippen schwerfällt: ältere Menschen, Personen am Smartphone und Menschen, die sich mündlich besser ausdrücken als schriftlich.
- Themen, bei denen Erzählungen wichtiger sind als genaue Fakten.
- Studien, in denen Sie hören müssen, wie etwas gesagt wird, nicht nur was gesagt wird.
Wann Text die bessere Wahl ist
- Sensible Fragen. Schober et al. (2015) fanden, dass Textinterviews auf Smartphones zu mehr Offenlegung sensibler Informationen und zu präziseren Antworten führten als Sprachinterviews, mit menschlichen wie mit automatisierten Interviewern.
- Teilnehmende, die lieber schreiben. Bei Lenzner und Höhne (2022) gaben Personen, die nicht per Stimme antworten wollten, am häufigsten an, schriftliche Kommunikation zu bevorzugen. Die Bereitschaft, Sprache zu nutzen, war bei jüngeren Personen, die häufig ein Smartphone nutzen, am höchsten.
- Laute Umgebungen oder geteilte Räume, in denen die Teilnehmenden nicht frei sprechen können.
Testen Sie im Zweifel beide Modi mit einigen Teilnehmenden aus Ihrer Population. Unser eigener Vergleich von KI-Interviews per Sprache und per Text behandelt die Abwägungen ausführlicher.
Ein Sprachinterview einrichten
- Erstellen Sie ein KI-Interviewer-Projekt und schreiben oder generieren Sie Ihren Leitfaden.
- Wählen Sie in den Projekteinstellungen den Interaktionsmodus. Für Echtzeit-Sprache öffnen Sie das Panel Echtzeit-Stimm-Modus und verwenden dessen eigenen Link.
- Wählen Sie eine Stimme und hören Sie sich die Vorschau in Ihrer Interviewsprache an.
- Aktivieren Sie Audio aufnehmen, wenn Sie neben den Transkripten auch die Aufnahmen erhalten möchten. Die Teilnehmenden sehen dann, dass das Interview aufgezeichnet wird.
- Führen Sie selbst ein Testinterview auf einem Smartphone und auf einem Laptop durch, bevor Sie den Link teilen.
Was die Teilnehmenden erleben
- Keine App und kein Konto. Das Interview öffnet sich im Browser auf dem Smartphone oder Computer.
- Eine Mikrofonprüfung vor der ersten Frage und ein Einwilligungsschritt auf dem Startbildschirm.
- Auf iPhones startet der Ton, nachdem die teilnehmende Person auf die Startschaltfläche getippt hat, wozu der Startbildschirm auffordert.
Transkription und ihre Grenzen
Jede gesprochene Antwort wird automatisch transkribiert, und das Transkript ist das, was Sie codieren. Automatische Transkription macht Fehler, besonders bei Namen, Akzenten, Fachbegriffen und Hintergrundgeräuschen. Transkriptionsfehler und schwankende Qualität der Nachfragen sind bekannte Grenzen von KI-Sprachinterviewern (Tirumala et al., 2025). Lesen Sie jedes Transkript durch und korrigieren Sie zentrale Passagen, bevor Sie sie zitieren.
Einwilligung, Aufnahme und Daten
Teilen Sie den Teilnehmenden in Ihrem Informationsblatt mit, dass das Interview von einer KI geführt wird, dass ihre Stimme transkribiert wird und ob die Audioaufnahmen aufbewahrt werden. Das Kit für den Ethikantrag enthält Textbausteine für jeden dieser Punkte. Die Daten werden in der Europäischen Union gespeichert. Die Trust-Seite erklärt, wo Audio und Transkripte verarbeitet werden, und nennt die beteiligten Anbieter.
Sprachinterviews analysieren
Sprachtranskripte landen im selben QDA-Arbeitsbereich wie Textinterviews. Codieren Sie sie von Hand oder mit KI-Vorschlägen, die Sie prüfen, laden Sie eine zweite codierende Person ein und exportieren Sie mit einer .qdpx-Datei nach NVivo, ATLAS.ti oder MAXQDA, wenn Sie die Arbeit lieber dort abschließen. Siehe den Leitfaden zur Übergabe an NVivo.
Häufig gestellte Fragen
Müssen Teilnehmende etwas installieren?
Nein. Ein Browser mit Mikrofonzugriff genügt.
Welche Sprachen funktionieren per Stimme?
Sprachinterviews laufen in der Interviewsprache, die Sie für das Projekt festlegen. Hören Sie sich die Stimme in dieser Sprache an, bevor Sie starten, denn die Stimmqualität unterscheidet sich zwischen den Sprachen.
Ist ein Sprachinterview teurer?
Nicht in den drei Standardmodi, die wie Text 1 Credit pro Minute kosten. Der Echtzeitmodus kostet 5 Credits pro Minute, ein Echtzeitinterview von 30 Minuten verbraucht also 150 Credits. Siehe die Preisseite.
Sind KI-Sprachinterviews so gut wie Interviews mit Menschen?
Erste Studien sind ermutigend, aber klein. Wuttke et al. (2024) fanden KI-geführte Interviews in einer Stichprobe von Studierenden in der Datenqualität mit von Menschen geführten Interviews vergleichbar. Tirumala et al. (2025) kommen zu dem Schluss, dass die Eignung vom Kontext abhängt. Testen Sie mit Ihrer eigenen Population.
Quellen, geprüft am 12. Oktober 2026: Schober et al. (2015), Precision and Disclosure in Text and Voice Interviews on Smartphones, PLOS ONE 10(6); Lenzner und Höhne (2022), Who Is Willing to Use Audio and Voice Inputs in Smartphone Surveys, and Why?, International Journal of Market Research 64(5); Tirumala, Jain, Leybzon und Buskirk (2025), Mic Drop or Data Flop? Evaluating the Fitness for Purpose of AI Voice Interviewers, arXiv:2509.01814; Wuttke et al. (2024), AI Conversational Interviewing: Transforming Surveys with LLMs as Adaptive Interviewers, arXiv:2410.01824.