Die Feldforschung ist abgeschlossen, die Interviews liefen gut. Jetzt liegen in Ihrem Google Drive mehr Stunden Audiomaterial, als Sie zählen möchten.
Die Muster, nach denen Sie suchen, stecken in den Aufnahmen – aber arbeiten können Sie damit erst, wenn aus dem Audio präziser Text auf der Seite geworden ist.
Genau dafür haben wir HappyScribe entwickelt.
In diesem Leitfaden zeige ich Ihnen, wie Sie Ihren gesamten Workflow für qualitative Forschung mit HappyScribe aufbauen – von der Rohaufnahme bis zu sauberen, präzisen Transkripten, bereit für Ihre Analysesoftware.
Die Arbeitsteilung sieht so aus: Wir verwandeln Ihre Interviews in Text, den Sie guten Gewissens zitieren können. Die analytische Arbeit – lesen, kodieren, eine Theorie entwickeln – bleibt bei Ihnen.
Was sich ändert, ist, wie schnell Sie zu präzisen Transkripten kommen – damit das eigentliche Denken früher beginnen kann. So sieht der Workflow mit HappyScribe aus, Phase für Phase.
Der Workflow für qualitative Forschung auf einen Blick
Qualitative Forschung folgt einer recht konstanten Abfolge: Daten erfassen, in präzisen Text bringen, Terminologie bereinigen, organisieren, befragen und an das Analysetool übergeben. HappyScribe deckt jede dieser Phasen ab.
| Phase | Was Sie tun | HappyScribe-Funktion | Ergebnis |
|---|---|---|---|
| Erfassen | Interviews, Fokusgruppen und Feldaufnahmen aufzeichnen oder hochladen | AI Notetaker für Live-Sessions, Datei-Transkription für Aufnahmen | Präzises Transkript mit Sprecherkennzeichnung |
| Genauigkeit prüfen | Zentrale Interviews auf Publikationsniveau heben | Professionelle Transkription | Text mit über 99 % Genauigkeit |
| Terminologie bereinigen | Fachjargon, Namen und theoretische Begriffe korrigieren | Individuelle Glossare | Korrektes Fachvokabular |
| Übersetzen | Mehrsprachige Feldforschung zusammenführen | Übersetzung | Eine Arbeitssprache |
| Organisieren | Nach Studie sortieren, nach Thema und Teilnehmenden taggen | Ordner und Tags | Durchsuchbarer Datensatz |
| Befragen | Zitate finden und Fragen über den gesamten Korpus stellen | KI-Chat | Zitate und Muster aufspüren |
| Zusammenarbeiten | Mit Betreuenden und Co-Autoren teilen | Gemeinsamer Workspace | Eine einzige, verbindliche Version |
| Exportieren | Text in Ihre QDA-Software übertragen | Zahlreiche Exportformate, darunter DOCX, TXT, SRT, VTT, PDF, HTML, CSV, JSON und mehr | Dateien bereit für NVivo, MAXQDA und Atlas.ti |
Schritt 1: Transkribieren Sie die Rohdaten
Alles beginnt damit, Ihre Aufnahmen in Text zu verwandeln – und dafür gibt es zwei Wege, je nachdem, wie die Daten erfasst wurden.
Option 1: Datei-Transkription
Liegt Ihr Interview oder Ihre Fokusgruppe bereits als Aufnahme vor, nutzen Sie die Datei-Transkription von HappyScribe. Laden Sie die Audio- oder Videodatei hoch, wählen Sie aus über 150 unterstützten Sprachen und Dialekten die gesprochene Sprache, und Sie erhalten ein Transkript mit Sprecherkennzeichnung, die jede Stimme sauber trennt.
Option 2: Virtuelle Interviews aufzeichnen
Wenn Sie die Session live durchführen, etwa als Remote-Interview oder Online-Fokusgruppe über Zoom, Google Meet oder Microsoft Teams, nimmt der AI Notetaker von HappyScribe – Ihr KI-Meeting-Assistent – am Meeting teil und transkribiert es. Transkript und Zusammenfassung erhalten Sie wenige Minuten nach Ende der Session.
Damit deckt HappyScribe beides ab: das Archiv vergangener Aufnahmen und die Interviews, die noch in Ihrem Kalender stehen.
So gehen Sie vor:
- Laden Sie Ihre Aufnahme bei HappyScribe hoch oder verbinden Sie den AI Notetaker mit Ihrem geplanten Meeting. Nutzen Sie den Browser-Rekorder, die mobile App oder die Desktop-App – ganz wie Sie möchten.
- Wählen Sie die gesprochene Sprache aus.
- Gleichen Sie den Transkript-Entwurf mit dem Audio ab, damit nichts durchrutscht.
📌 Wichtig: Wenn Ihre Studie voller Fachbegriffe, Teilnehmernamen oder Abkürzungen steckt, legen Sie zuerst ein Glossar an (Schritt 3). Das dauert ein paar Minuten – und erspart es Ihnen, denselben falsch geschriebenen Begriff später in jedem einzelnen Transkript zu korrigieren.
Wo KI-Transkription in einer methodisch strengen Forschung ihren Platz hat, vertiefen wir in unserem Leitfaden zur automatischen Transkription in der qualitativen Forschung.
Schritt 2: Ergänzen Sie professionelle Transkription, wo Sie sie brauchen
Die KI-Transkription von HappyScribe erreicht bei sauberem Audio über 95 % Genauigkeit – genug für exploratives Kodieren und interne Analysen.
Ein Dissertationskapitel oder eine Journal-Einreichung ist allerdings ein anderer Maßstab. Für die Interviews, auf denen Ihre Argumentation ruht – wo eine falsch verstandene Formulierung ein Zitat im Peer-Review entwerten könnte –, lohnt sich die Investition in über 99 % Genauigkeit.
HappyScribe bietet professionelle Transkription (mit 99 % Genauigkeit) zusätzlich zur KI-Option an, und Sie können beide im selben Projekt kombinieren.
Lassen Sie die KI über den Großteil Ihres Korpus laufen, um die Kosten niedrig zu halten, und stufen Sie dann die drei, vier Interviews, die analytisch am meisten tragen, auf die professionelle Variante hoch.
Die professionelle Variante ist auch der Ort, an dem wortgetreue Verbatim-Transkripte ins Spiel kommen – und die zählen in der qualitativen Forschung mehr als in fast jedem anderen Einsatzgebiet.
Ein Verbatim-Transkript behält die Ähs, die Satzabbrüche, die Pausen und das Lachen bei, denn genau diese Merkmale tragen in der Diskursanalyse und der Grounded Theory Bedeutung.
So gehen Sie vor:
- Transkribieren Sie zunächst den gesamten Datensatz mit der KI-Transkription von HappyScribe.
- Identifizieren Sie die Interviews, die für Ihre Ergebnisse zentral sind.
- Bestellen Sie für genau diese Dateien professionelle Transkription direkt im selben Dashboard, und wählen Sie dabei Verbatim.
Sie wollen das ganze Bild zur Qualitätsprüfung von Transkripten? Lesen Sie unseren Leitfaden dazu, wie Sie die Genauigkeit einer Transkription validieren.
Schritt 3: Bereinigen Sie Fachterminologie mit Glossaren
Generische Spracherkennung stolpert über genau das Vokabular, mit dem qualitativ Forschende ständig arbeiten. Dazu zählen:
- Teilnehmernamen
- klinische oder juristische Begriffe
- theoretische Konzepte
- regionale Ausdrücke oder
- fachspezifische Abkürzungen.
Eine Gesundheitsstudie voller Medikamentennamen oder eine juristische Studie voller Aktenzeichen kommt mit verstümmelten Begriffen zurück. Und sie in dreißig Transkripten von Hand zu korrigieren, macht den Sinn der automatischen Transkription komplett zunichte.
Genau das lösen die individuellen Glossare von HappyScribe. Hinterlegen Sie vor der Transkription die Begriffe, auf die Ihre Studie angewiesen ist, und das System lernt Ihr Vokabular. Nach der Transkription kommen selbst die schwierigen Wörter korrekt geschrieben zurück.
So gehen Sie vor:
- Erstellen Sie ein Glossar (oder mehrere) mit den Teilnehmernamen und Fachbegriffen, die Ihre Studie prägen.
- Verknüpfen Sie das Glossar, bevor Sie die Transkription starten.
- Verwenden Sie dasselbe Glossar für jedes Interview im Projekt wieder.
Schritt 4: Meistern Sie mehrsprachige und länderübergreifende Studien
Länderübergreifende Feldforschung hat ein großes Problem: Interviews in mehreren Sprachen, die alle in eine gemeinsame Analyse einfließen müssen.
Jedes Interview in seiner Originalsprache zu transkribieren ist nur die halbe Arbeit – vergleichen können Sie erst, wenn alle eine gemeinsame Arbeitssprache haben.
Erledigen Sie das, bevor Sie den Korpus organisieren oder befragen – dann läuft alles Nachgelagerte in einer Sprache.
HappyScribe kombiniert Transkription in über 150 Sprachen mit Übersetzung in über 80 Sprachen.
Wer Feldforschung auf Spanisch und Französisch durchführt, kann jedes Interview in seiner Ausgangssprache transkribieren und anschließend alles für das Kodieren in eine einzige Sprache übersetzen. Die vergleichende Analyse wird möglich, weil der gesamte Korpus endlich dieselbe Sprache spricht.
So gehen Sie vor:
- Transkribieren Sie jedes Interview in der ursprünglich gesprochenen Sprache.
- Übersetzen Sie die Transkripte in Ihre gewählte Arbeitssprache.
- Behalten Sie Original und Übersetzung im Projekt miteinander verknüpft.
- Kodieren Sie auf Basis des konsolidierten Datensatzes.
Schritt 5: Organisieren Sie nach Projekt und Thema
Dreißig Interviews ohne Struktur sind ein Ordner, den Sie nur ungern öffnen. Die Lösung: früh Ordnung schaffen, solange der Korpus noch klein ist.
Legen Sie pro Studie oder Projekt einen Ordner an und versehen Sie einzelne Transkripte mit Themen-Tags oder Teilnehmercodes. Ein Tag für die Person (#P12), eines für ein wiederkehrendes Thema (#onboarding-friction) und eines für den Analysestatus (#deviant-case) machen aus einem Stapel Dateien etwas, das Sie nach Bedeutung statt nach Dateinamen navigieren können.
Wer jetzt sauber taggt, sucht und analysiert im nächsten Schritt deutlich schneller.
So gehen Sie vor:
- Legen Sie einen Ordner pro Studie an.
- Taggen Sie jedes Transkript mit seinem Teilnehmercode.
- Ergänzen Sie thematische Tags, sobald sich Muster abzeichnen.
- Halten Sie die Tagging-Konvention im gesamten Projekt einheitlich.
Schritt 6: Befragen Sie den Korpus mit dem KI-Chat
Hier zahlt sich das Organisieren aus.
Der KI-Chat von HappyScribe arbeitet über Ihren gesamten Transkriptionskorpus hinweg – und beherrscht beides, was Sie beim Kodieren brauchen: exakte Zitate finden und offene Fragen stellen.
Bei der Recherche spürt er in Sekunden jede Erwähnung eines Themas, einer Formulierung oder einer Person im gesamten Datensatz auf.
Er ersetzt die langsamste manuelle Aufgabe im ganzen Prozess – das Durchforsten von Dokumenten nach Zitaten, die einen Code belegen – und die Passagen kommen mit intaktem Kontext zurück.
Für die Synthese stellen Sie Fragen in Alltagssprache. Etwas wie „Wo sind die Befragten über alle 12 Interviews hinweg beim Onboarding hängen geblieben?“ liefert eine Antwort, die aus allen Transkripten zugleich gespeist wird.
Behandeln Sie dieses Ergebnis als Ausgangspunkt, nicht als Befund.
Es macht Muster sichtbar, die eine nähere Untersuchung lohnen, und führt Sie zu den Passagen dahinter.
Das Kodieren, die Interpretation und die Entscheidung, was ein Muster bedeutet, bleiben weiterhin bei Ihnen.
So gehen Sie vor:
- Öffnen Sie den KI-Chat in Ihrem HappyScribe-Dashboard.
- Suchen Sie nach einem Thema, einer Formulierung oder einem Teilnehmercode, um exakte Zitate zu ziehen.
- Stellen Sie Fragen in natürlicher Sprache über denselben Datensatz.
- Verfolgen Sie jede Antwort zurück zu den Quellpassagen und kodieren Sie von dort aus.
Schritt 7: Arbeiten Sie mit Betreuenden und Co-Autoren zusammen
Qualitative Forschung ist in den meisten Fällen Teamarbeit.
Betreuende wollen Transkripte sehen, wissenschaftliche Hilfskräfte unterstützen beim Kodieren, Co-Autoren brauchen Zugriff auf dasselbe Material.
Das Risiko: auseinanderlaufende Versionen – drei Personen kommentieren drei leicht unterschiedliche Kopien desselben Interviews.
Ein gemeinsamer Workspace hält alle auf demselben Stand.
Mit HappyScribe teilen Sie Transkripte mit Ihrer Betreuung, Ihren Hilfskräften oder Ihren Co-Autoren – und der Korpus bleibt konsistent, egal wer gerade darin arbeitet.
So gehen Sie vor:
- Laden Sie Ihre Mitwirkenden in Ihren HappyScribe-Workspace ein.
- Teilen Sie die relevanten Transkripte mit der jeweiligen Person.
- Arbeiten Sie mit den geteilten Versionen statt mit lokalen Kopien.
- Passen Sie Zugriffsrechte an, wenn sich das Team verändert.
Schritt 8: Exportieren Sie in Ihr Analysetool
Sobald die Transkripte sauber und organisiert sind, exportieren Sie sie in die QDA-Software, mit der Sie ohnehin arbeiten: NVivo, MAXQDA, Atlas.ti oder jede andere QDA-Plattform.
HappyScribe unterstützt zahlreiche Exportformate – der Text kommt also in einem Format an, das Ihr Tool lesen kann.
Bei großen oder wiederkehrenden Studien lässt sich die Übergabe automatisieren, statt jedes Mal von Hand zu exportieren.
- Über die API ziehen Sie Transkripte programmatisch in Ihre eigene Pipeline
- Der MCP-Server verbindet die Transkripte mit KI-Assistenten, die das Protokoll unterstützen
- Eine Zapier-Integration verknüpft HappyScribe ohne eine Zeile Code mit Tausenden anderen Apps
So gehen Sie vor:
- Wählen Sie die Transkripte für den Export aus.
- Legen Sie das Format fest, das Ihre QDA-Software erwartet.
- Importieren Sie die Dateien in NVivo, MAXQDA oder Atlas.ti.
- Beginnen Sie mit dem Kodieren in Ihrer Analyseumgebung.
Schützen Sie Ihre Teilnehmerdaten
Neben der Genauigkeit ist auch der Speicherort Ihrer Teilnehmerdaten ein wichtiger Faktor im Workflow für qualitative Forschung.
Wenn Sie HappyScribe nutzen, bleiben Ihre Daten in einem PCI-DSS- und ISO-27001-konformen Tier-IV-Rechenzentrum in der EU.
HappyScribe ist nach SOC 2 Type II zertifiziert und DSGVO-konform; Ihre Daten sind bei der Übertragung (TLS) und bei der Speicherung (AES-256) verschlüsselt.
Auf Anfrage stellt die Plattform außerdem einen AV-Vertrag (Art. 28 DSGVO) bereit – oft genau das Dokument, das Ihre Institution benötigt, bevor Felddaten hochgeladen werden dürfen.
Häufige Fragen zum Workflow für qualitative Forschung mit HappyScribe
Ist KI-Transkription genau genug für eine Dissertation?
In der Regel reicht KI-Transkription mit über 95 % Genauigkeit aus. Für die Interviews, die für Ihre Dissertation oder eine Journal-Einreichung zentral sind, stufen Sie die betreffenden Dateien jedoch auf professionelle Transkription mit über 99 % Genauigkeit hoch. Beides lässt sich in einem Projekt kombinieren: KI für die Masse, die professionelle Variante für die Schlüsselinterviews.
Kann ich Interviews in anderen Sprachen als Englisch transkribieren?
Ja. HappyScribe unterstützt über 150 Sprachen und Dialekte für die Transkription und übersetzt Transkripte in über 80 Sprachen. So führen Sie mehrsprachige Studien für die Analyse in einer Arbeitssprache zusammen.
Lassen sich die Transkripte in NVivo oder MAXQDA importieren?
Ja. HappyScribe unterstützt zahlreiche Exportformate – Sie können Transkripte also in NVivo, MAXQDA, Atlas.ti oder ein geteiltes Dokument übertragen und dort mit dem Kodieren beginnen.
Wie geht HappyScribe mit Fachterminologie und Teilnehmernamen um?
Mit individuellen Glossaren hinterlegen Sie Fachjargon, theoretische Begriffe, Abkürzungen und Teilnehmernamen vor der Transkription. Die Spracherkennung rechnet dann mit diesen Begriffen und gibt sie korrekt geschrieben zurück, statt unbekanntes Vokabular zu verstümmeln.
Sind Teilnehmerdaten sicher und DSGVO-konform gespeichert?
HappyScribe läuft in einem EU-Rechenzentrum nach SOC 2 Type II, ISO 27001 und DSGVO-Standard, mit AES-256-Verschlüsselung und endgültiger Löschung, sobald Sie Dateien entfernen. Für Studien mit Ethikauflagen zur Datenverarbeitung decken diese Zertifizierungen in der Regel genau das ab, was Ihr Ethikvotum verlangt.
Kann ich ein Remote-Interview live erfassen oder nur Aufnahmen?
Beides. Der AI Notetaker nimmt an Live-Meetings in Zoom, Google Meet und Microsoft Teams teil und transkribiert, während die Session läuft; bereits aufgezeichnetes Audio- oder Videomaterial übernimmt die Datei-Transkription.
Rodoshi Das
Rodoshi hilft SaaS-Marken mit Inhalten zu wachsen, die konvertieren und in SERPs und LLMs aufsteigen. Sie verbringt ihre Tage damit, Tools zu testen, und verwandelt ihre Erfahrungen in spannende Geschichten, die Nutzern helfen, fundierte Kaufentscheidungen zu treffen. Nach Feierabend tauscht sie Dashboards gegen Kriminalromane und Gartentherapie.