Je mehr Forschung eine Plattform speichert, desto wertvoller werden ihre Daten — und desto schwieriger kann es werden, sie zu nutzen. Bei LookLook, einer der Forschungsplattformen, mit denen wir arbeiten, war das für die Moderatoren zum Engpass geworden, vor allem wenn sie die richtigen Teilnehmer für neue Studien finden oder große Mengen an Antworten sichten mussten.
Teilnehmer auszuwählen bedeutete häufig, frühere Studien zu durchsuchen, einzelne Nachrichten zu öffnen, den Kontext zu lesen und manuell zu entscheiden, ob jemand die Kriterien erfüllt. Der Kunde wollte diese wiederkehrende Arbeit reduzieren und die Teilnehmerauswahl sowie die Analyse der Forschungsdaten einheitlicher gestalten. Deshalb haben wir KI direkt in die Plattform integriert.
Fragen stellen statt manuell suchen
Moderatoren können nun in natürlicher Sprache beschreiben, was sie brauchen, statt sich durch mehrere Ansichten zu klicken und Antworten einzeln durchzugehen. Sie können Personen finden, die sich zuvor zu einem bestimmten Produkt, Verhalten oder Erlebnis geäußert haben, nachlesen, was ein Teilnehmer über mehrere Studien hinweg gesagt hat, oder relevante Forschungsdaten zusammenfassen lassen.
Zum Beispiel:
„Finde Teilnehmer, die in den letzten Studien über veränderte Kaufgewohnheiten gesprochen haben.“
Das System durchsucht die bereits auf der Plattform vorhandenen Informationen und liefert relevante Ergebnisse. Das erleichtert die Zusammenstellung von Teilnehmergruppen: Ein Moderator kann mit einer einzigen Anfrage beginnen und anschließend die vorgeschlagenen Treffer prüfen, statt mehrere Suchen manuell durchzuführen.
Außerdem unterstützt es Anfragen in verschiedenen Sprachen, sodass Moderatoren mit Antworten arbeiten können, unabhängig davon, in welcher Sprache sie ursprünglich verfasst wurden. Das ist besonders bei internationalen Studien hilfreich und verringert den Bedarf an separaten sprachspezifischen Workflows.
Der KI Zugriff geben, aber keinen uneingeschränkten
Die Arbeit mit Forschungsdaten bedeutete auch, sich mit der Zugriffskontrolle auseinanderzusetzen. Die Plattform verfügte bereits über ein rollenbasiertes Berechtigungssystem mit unterschiedlichen Zugriffsebenen für Administratoren und Moderatoren, einschließlich Einschränkungen bei personenbezogenen Daten der Teilnehmer.
Die KI durfte kein Schlupfloch werden, um diese Regeln zu umgehen. Statt dem Modell direkten Zugriff auf die Datenbank zu geben, haben wir einen kontrollierten Satz von Tools gebaut, über die Teilnehmer, Nachrichten, Gruppen, Studien und andere Plattformdaten abgerufen werden.
Jede Anfrage berücksichtigt die Berechtigungen der Person, die das System nutzt. Sind bestimmte Informationen für einen Nutzer an anderer Stelle der Plattform nicht verfügbar, können sie auch über die KI nicht offengelegt werden.
Ergebnisse nachvollziehbar halten
In der Forschungsarbeit reicht es nicht, eine Antwort zu bekommen — Moderatoren müssen auch sehen, woher sie stammt. Werden relevante Informationen in früheren Antworten gefunden, können sie die ursprüngliche Nachricht öffnen und die Quelle direkt prüfen.
So bleibt die KI in einer unterstützenden Rolle: Sie hilft, große Datenmengen einzugrenzen und das Wesentliche hervorzuheben, während der ursprüngliche Kontext verfügbar bleibt, bevor eine Entscheidung getroffen wird.
Vom Finden von Informationen zum Handeln
Die aktuelle Version konzentriert sich auf das Abrufen und Analysieren von Daten. Dieselbe Architektur ist zudem darauf ausgelegt, künftig Aktionen innerhalb der Plattform zu unterstützen, etwa ausgewählte Teilnehmer direkt zu einer Studie hinzuzufügen, sie als Gruppe zu speichern oder bei der Vorbereitung von Struktur und Fragen für neue Forschungsprojekte zu helfen.
Diese Funktionen sind geplant, gehören aber noch nicht zur aktuellen Umsetzung.
Was sich geändert hat
Der Wert des Projekts liegt nicht einfach darin, dass die Plattform nun einen KI-Chat hat. Es gibt Moderatoren einen direkteren Weg, mit den über Jahre angesammelten Forschungsdaten zu arbeiten, während bestehende Berechtigungen und Quellenangaben unter Kontrolle bleiben.
Statt Studien manuell zu durchsuchen, können sie Fragen stellen, relevante Teilnehmer und Antworten eingrenzen, sprachübergreifend arbeiten und die Quelle hinter den erhaltenen Ergebnissen überprüfen.
Stehen Sie in Ihrem Produkt vor einer ähnlichen Herausforderung mit Daten, Forschung oder wiederkehrenden Workflows? Erzählen Sie uns davon, und wir besprechen gemeinsam, ob KI diesen Prozess vereinfachen könnte.