Wie man KI zur Analyse von Antworten aus einer Beamtenbefragung zur Transparenz bei öffentlichen Aufträgen nutzt

Dieser Artikel gibt Ihnen Tipps, wie Sie Antworten aus einer Beamtenbefragung zur Transparenz bei öffentlichen Aufträgen mithilfe von KI-Technologie zur Analyse von Umfrageantworten auswerten können.

Die richtigen Werkzeuge zur Analyse von Beamtenbefragungsdaten zur Transparenz bei öffentlichen Aufträgen auswählen

Der beste Ansatz und die besten Werkzeuge zur Analyse von Umfrageantworten hängen von der Struktur und dem Format Ihrer Daten ab. So unterteile ich es:

• Quantitative Daten: Diese sind unkompliziert – denken Sie an Zählungen, wie viele Beamte eine bestimmte Option gewählt oder einen Prozess bewertet haben. Ich verwende klassische Werkzeuge wie Excel oder Google Sheets, da das Zählen von Zahlen, Erstellen von Diagrammen und Durchführen einfacher Statistiken dort intuitiv ist.
• Qualitative Daten: Hier wird es kompliziert: schriftliche Kommentare, lange Erklärungen oder Antworten auf Folgefragen. Jeden einzelnen Text selbst zu lesen ist unrealistisch – besonders wenn Sie mehr als ein Dutzend Antworten haben. Hier werden KI-Werkzeuge unverzichtbar, da sie große Mengen an offenen Rückmeldungen in klare, umsetzbare Themen destillieren können.

Es gibt zwei Ansätze für Werkzeuge bei der Verarbeitung qualitativer Antworten:

ChatGPT oder ähnliches GPT-Werkzeug für KI-Analyse

Kopieren, Einfügen und Chat-Prompt: Sie können die Antworten aus der Beamtenbefragung aus Ihrem System exportieren (meist als CSV) und in ChatGPT oder ein anderes GPT-basiertes Modell einfügen. Von dort aus chatten Sie einfach über Muster, stellen Folgefragen oder fordern es auf, zentrale Themen zur Transparenz bei öffentlichen Aufträgen zu identifizieren.

Nicht für Umfrage-Workflows gebaut: Es ist möglich, aber nicht ideal. Sie müssen sich um Formatierungsprobleme kümmern, Prompts organisieren und manchmal mit Kontextgrenzen kämpfen, wenn Sie viele Antworten haben.

Nützlich für schnelle, kleine Aufgaben: Ich würde es für einmalige Analysen oder eine Charge von weniger als 50 Antworten verwenden. Bei mehr wird es schnell umständlich.

All-in-One-Werkzeug wie Specific

Zweckmäßig für Umfrageerfassung und KI-gesteuerte Analyse: Mit Specific kann ich Umfragedaten (einschließlich offener und Folgefragen) auf eine konversationelle Weise erfassen und sofort die qualitativen Erkenntnisse analysieren.

Folgefragen führen zu reichhaltigeren Daten: Wenn spezifische, maßgeschneiderte Folgefragen gestellt werden, stelle ich fest, dass die Datenqualität stark steigt. Beamte teilen eher echte Geschichten oder praktische Beispiele – etwas, das traditionelle Umfragen oft vermissen. (Diese Funktion wird hier erklärt: automatische KI-Folgefragen.)

KI-Zusammenfassungen und Chat-Analyse an einem Ort: Specific fasst Antworten sofort zusammen, hebt gemeinsame Themen hervor und ermöglicht es mir, mit der KI über jede Untergruppe von Umfrageantworten zu chatten (z. B. Antworten zu einer bestimmten Frage oder nur von einem bestimmten Ort). Ich muss mich nicht um manuelles Filtern, Kopieren von Daten oder das Nachverfolgen meiner Fragen kümmern – die Plattform hält alles für mich organisiert.

Erweiterte Kontrolle mit Datenfilterung: Manchmal möchte ich nur das analysieren, was Befragte nach einer bestimmten Antwort gesagt haben. Specifics Kontextmanagement macht das schmerzfrei, sodass ich immer genau über das spreche, was wichtig ist.

Erfahren Sie mehr über diese Funktionen im Leitfaden zur KI-Umfrageantwortanalyse.

Nützliche Prompts zur Analyse von Beamtenantworten zur Transparenz bei öffentlichen Aufträgen

Gut formulierte Prompts sind das Geheimnis, um jede KI-Analyse zum Laufen zu bringen – egal, ob Sie Specifics integrierten KI-Chat verwenden oder Ihre Umfragedaten in Werkzeuge wie ChatGPT einfügen.

Prompt für Kernideen: Dies ist mein Favorit, um Themen aus jeder Charge qualitativer Rückmeldungen zusammenzufassen. Verwenden Sie dies mit Specific oder einem allgemeinen GPT-Werkzeug:

Ihre Aufgabe ist es, Kernideen fettgedruckt (4-5 Wörter pro Kernidee) + eine Erklärung von bis zu 2 Sätzen zu extrahieren. Ausgabeanforderungen: - Vermeiden Sie unnötige Details - Geben Sie an, wie viele Personen eine bestimmte Kernidee erwähnt haben (Zahlen, nicht Wörter), die meistgenannte zuerst - keine Vorschläge - keine Hinweise Beispielausgabe: 1. **Kernidee Text:** Erklärungstext 2. **Kernidee Text:** Erklärungstext 3. **Kernidee Text:** Erklärungstext

KI arbeitet immer besser, wenn Sie ihr mehr Kontext zur Umfrage, ihrem Zweck und Ihren Zielen geben. Hier ein Beispiel, wie ich Kontext hinzufügen würde:

Ich habe eine Umfrage mit 80 Beamten zur Transparenz bei öffentlichen Aufträgen im Vereinigten Königreich durchgeführt. Mein Ziel ist es, häufige Schmerzpunkte bei der Anwendung von Transparenzrichtlinien und der Nutzung von Rahmenverträgen herauszufinden. Bitte extrahieren Sie die größten Themen und Ergebnisse.

Wenn mir etwas Spezielles auffällt (z. B. Bedenken zur Veröffentlichung von Vertragsabschlussbescheinigungen), gehe ich mit: Erzählen Sie mir mehr über die Transparenz von Vertragsabschlussbescheinigungen. tiefer darauf ein.

Prompt für spezifische Themen: Um schnell zu prüfen, ob Beamte Vertragsabschlussbescheinigungen oder andere heiße Themen angesprochen haben, frage ich: Hat jemand über Vertragsabschlussbescheinigungen gesprochen? Bitte Zitate einfügen.

Prompt für Schmerzpunkte und Herausforderungen: Wenn ich eine Liste von Frustrationen möchte, frage ich:

Analysieren Sie die Umfrageantworten und listen Sie die häufigsten Schmerzpunkte, Frustrationen oder Herausforderungen auf. Fassen Sie jede zusammen und notieren Sie Muster oder Häufigkeiten.

Prompt für Stimmungsanalyse: Wenn ich die Stimmung – positiv, neutral oder negativ – in den Antworten sehen möchte, verwende ich:

Bewerten Sie die allgemeine Stimmung in den Umfrageantworten (z. B. positiv, negativ, neutral). Heben Sie Schlüsselphrasen oder Feedback hervor, die zu jeder Stimmungskategorie beitragen.

Prompt für Vorschläge & Ideen: Um umsetzbare Verbesserungsideen zu ermitteln:

Identifizieren und listen Sie alle Vorschläge, Ideen oder Wünsche der Umfrageteilnehmer auf. Ordnen Sie sie nach Thema oder Häufigkeit und fügen Sie relevante direkte Zitate hinzu.

Wollen Sie mehr Ideen? Schauen Sie sich diese Empfehlungen für Fragen in Beamtenbefragungen und Tipps zum Erstellen neuer Umfragen an.

Wie Specific verschiedene Fragetypen in Beamtenbefragungen analysiert

Specifics Analysefunktionen sind auf verschiedene Frage- und Antwortstrukturen zugeschnitten, sodass Sie granulare Einblicke ohne manuellen Aufwand erhalten:

• Offene Fragen (mit oder ohne Folgefragen): Die KI fasst jede Antwort zusammen und – wenn Folgefragen vorhanden sind – erstellt sie eine gemeinsame Zusammenfassung aller zugehörigen Gespräche zu dieser Frage. Das ist unglaublich nützlich, um z. B. herauszufinden, warum Transparenz erreicht wird (oder nicht), etwa bei der Veröffentlichung von Beschaffungsplänen. [1]
• Multiple-Choice-Fragen mit Folgefragen: Jede Auswahl verzweigt in eine separate Zusammenfassung aller Folgeantworten, die mit dieser Antwort verbunden sind. Wenn Beamte z. B. Vertrauen oder Skepsis gegenüber Rahmenverträgen äußern, sehen Sie für jede Meinung eine eigene Zusammenfassung. [2]
• NPS (Net Promoter Score): Ich erhalte eine individuelle Zusammenfassung für Promotoren, Passive und Kritiker, einschließlich Erklärungen jeder Gruppe, warum sie so über Transparenzprozesse bei öffentlichen Aufträgen denken. Das ist extrem wertvoll, um Veränderungen im Zeitverlauf zu verfolgen.

Natürlich können Sie versuchen, ähnliche Ergebnisse mit ChatGPT zu erzielen. Das erfordert nur mehr Arbeit – die richtigen Gespräche kopieren, Gruppierungslogik selbst anwenden und sicherstellen, dass Sie keine Muster in Untergruppen übersehen.

Umgang mit KI-Kontextgrenzen bei der Analyse großer Beamtenbefragungsdatensätze

KI-Werkzeuge – einschließlich ChatGPT und den meisten benutzerdefinierten Modellen – können nur eine begrenzte Textmenge auf einmal verarbeiten (ihre „Kontextgrenze“). Wenn Sie eine große Umfrage zur Transparenz bei öffentlichen Aufträgen durchführen, stoßen Sie möglicherweise auf diese Grenzen. So löse ich das:

• Filtern: Ich filtere Gespräche nur auf diejenigen, bei denen Beamte eine bestimmte Frage beantwortet oder eine bestimmte Auswahl getroffen haben. Das reduziert die Datenmenge, sodass die KI tief eintauchen kann, ohne den Überblick zu verlieren.
• Zuschneiden: Ich kann die Analyse auf eine einzelne Frage (oder eine kleine Gruppe von Fragen) beschränken – das verkleinert den Datensatz drastisch, sodass die KI ihre Energie auf die relevantesten Erkenntnisse konzentrieren kann und Sie nie die Kontextgrenze überschreiten.

Specific unterstützt diese Ansätze nativ – ohne zusätzlichen Aufwand Ihrerseits. Sie sind ausführlich in den Dokumenten zur KI-Umfrageantwortanalyse beschrieben.

Zusammenarbeitsfunktionen zur Analyse von Beamtenbefragungsantworten

Die klassische Herausforderung: Die Analyse von Umfrageergebnissen ist selten eine Soloaufgabe. Die Diskussion der Ergebnisse einer Beamtenbefragung zur Transparenz bei öffentlichen Aufträgen bedeutet oft, Politik-, Rechts- und Beschaffungsteams einzubeziehen – und Meinungsverschiedenheiten sind üblich.

Einfache Echtzeit-Zusammenarbeit: Mit Specific analysiere ich Umfragedaten, indem ich mit der KI chatte – und ich bin nicht allein. Jede Chat-Sitzung kann nach Frage, Antworttyp oder Untergruppe gefiltert werden. Ich sehe, wer in meinem Team eine bestimmte Analyse gestartet hat, und wir teilen Ergebnisse sofort.

Mehrere Chats für besseren Kontext: Ich erstelle Chats zu verschiedenen Themen – z. B. einen Chat für „Bedenken zu Rahmenverträgen“, einen anderen für „Lücken bei der Vertragsveröffentlichung“. Jeder wird gespeichert und zeigt immer den Namen und Avatar des Teammitglieds. So kann ich schnell nachvollziehen, wer was gefragt hat, und nichts geht verloren.

Transparenz bei der Zusammenarbeit: Wenn ein Kollege mitmacht, werden seine Fragen klar zugeordnet. Wir führen eine laufende Aufzeichnung unserer Hypothesen, Erkenntnisse oder nächsten Schritte – und machen die Analyse zu einem Teamsport, nicht zu einer mühsamen Durchsicht von Kommentaren in Tabellen.

Ich empfehle, diesen Schritt-für-Schritt-Leitfaden zum Start einer Beamtenbefragung zur Transparenz bei öffentlichen Aufträgen zu lesen.

Erstellen Sie jetzt Ihre Beamtenbefragung zur Transparenz bei öffentlichen Aufträgen

Beginnen Sie noch heute, reichhaltige, umsetzbare Erkenntnisse von Beamten zu sammeln – Specific ermöglicht es Ihnen, Umfragen sofort zu erstellen, zu starten und mit KI-gestützter Analyse zu verstehen, von der Teamzusammenarbeit bis zu den tiefsten qualitativen Themen.