Experteninterviews sind die beliebteste Erhebungsmethode in wirtschafts- und sozialwissenschaftlichen Abschlussarbeiten — und die Auswertung ist der Teil, den fast alle unterschätzen. Sechs bis zwölf Leitfadeninterviews klingen überschaubar. Bis man vor 80 Seiten Transkript sitzt.
Hier ist der komplette Auswertungsprozess: von der Wahl der Methode über die Kategorienbildung bis zur Darstellung im Ergebniskapitel — inklusive der Frage, wo KI-Unterstützung zulässig und sinnvoll ist.
Welche Auswertungsmethode passt zu Experteninterviews?
In 90 % der Fälle ist die Antwort: qualitative Inhaltsanalyse — meist nach Mayring (zusammenfassend, induktiv) oder nach Kuckartz (inhaltlich strukturierend). Für Experteninterviews ist sie ideal, weil dich primär das Fachwissen der Befragten interessiert, nicht die Tiefenstruktur ihrer Sprache. Aufwendigere Verfahren wie die Grounded Theory oder die Dokumentarische Methode lohnen sich nur, wenn deine Forschungsfrage explizit Theoriebildung oder latente Sinnstrukturen verlangt.
Der Auswertungsprozess in 6 Schritten
1. Transkription
Für Experteninterviews reicht in der Regel die einfache (geglättete) Transkription — Inhalt zählt, nicht jedes "ähm". Tools wie Whisper-basierte Dienste liefern brauchbare Rohfassungen; achte bei sensiblen Inhalten auf DSGVO-konforme Anbieter und anonymisiere direkt bei der Korrektur (P1, P2, [Unternehmen]).
2. Analyseeinheiten und Forschungsfrage fixieren
Lege fest, was eine Kodiereinheit ist (z. B. Sinnabschnitt pro Sprecherbeitrag) und formuliere die Forschungsfrage aus, bevor du kodierst. Das diszipliniert die Kategorienbildung — egal ob du manuell oder KI-gestützt arbeitest.
3. Kategoriensystem entwickeln
Induktiv (Kategorien aus dem Material), deduktiv (aus Theorie und Leitfaden abgeleitet) oder gemischt — für Experteninterviews ist die Mischform oft am ehrlichsten: Die Leitfadenthemen liefern das Grobgerüst, die Feinkategorien entstehen aus dem Material. Jede Kategorie braucht drei Dinge: einen prägnanten Namen, eine Definition, die ein zweiter Codierer anwenden könnte, und ein wörtliches Ankerbeispiel.
Hier liegt der größte Zeithebel: Themera erstellt aus deinen Transkripten in wenigen Minuten ein induktives Kategoriensystem mit genau diesen drei Elementen — als Arbeitsgrundlage, die du prüfst und verfeinerst, nicht als fertiges Ergebnis.
4. Material codieren
Jetzt wird jedes Segment den Kategorien zugeordnet. Manuell heißt das: Wochen mit Textmarker oder MAXQDA. KI-gestützt heißt es: Das fixierte Kategoriensystem wird automatisch auf alle Segmente angewendet, jede Zuordnung mit wörtlichem Belegzitat. Wichtig für die Verteidigung: In Themera werden Belege technisch erzwungen — ein Zitat, das nicht wörtlich im Transkript steht, wird verworfen. Du prüfst anschließend gezielt die Stellen, die das System nicht zuordnen konnte (Abdeckungsanzeige), statt alles doppelt zu lesen.
5. Gütekriterien dokumentieren
Intersubjektive Nachvollziehbarkeit entsteht durch: dokumentiertes Kategoriensystem mit Definitionen, Belegzitate für jede Aussage im Ergebnisteil, und einen beschriebenen Revisionsschritt (erste Fassung → Überarbeitung → finale Codierung). Ein KI-gestützter erster Durchlauf plus menschliche Revision ist dabei kein Makel, sondern — sauber dokumentiert — ein Plus an Systematik.
6. Ergebnisse darstellen
Strukturiere das Ergebniskapitel entlang der Hauptkategorien. Pro Kategorie: Kernbefund in eigenen Worten, Häufigkeit ("8 von 10 Befragten..."), dann 1–2 wörtliche Zitate mit Quellenangabe (B4, Abs. 23). Der DOCX-Export von Themera liefert genau diese Struktur als Rohfassung: Kategorien, Häufigkeiten, Belegzitate, Zusammenfassung.
Häufige Fehler bei der Auswertung von Experteninterviews
- Zu viele Kategorien: 30 Kategorien bei 8 Interviews sind keine Analyse, sondern ein Inhaltsverzeichnis. 8–15 trennscharfe Kategorien schlagen jede ausufernde Liste.
- Paraphrasen als Zitate:Wer "sinngemäße" Zitate ins Ergebniskapitel schreibt, riskiert den Täuschungsverdacht. Nur wörtliche, belegbare Zitate verwenden.
- Interviews einzeln nacherzählen: Die Auswertung soll Themen über alle Interviews hinweg verdichten — nicht jedes Interview chronologisch zusammenfassen.
- Transkripte in ChatGPT kippen: Datenschutzverstoß plus methodisch nicht dokumentierbar. Wenn KI, dann mit Kategoriensystem, Belegzwang und AVV.
Realistischer Zeitplan
Manuell: Transkription 1–2 Wochen, Kategorienbildung und Codierung 3–5 Wochen, Ergebniskapitel 1–2 Wochen. Mit KI-Unterstützung schrumpft der Mittelteil auf wenige Tage: Kategoriensystem in Minuten, deine Revision in Stunden, automatische Neucodierung in Minuten. Die gewonnene Zeit steckst du in das, was benotet wird: Interpretation und Diskussion.
Beispielanalyse ansehen oder kostenlos testen — 3 Analysen frei, ohne Kreditkarte, auf Deutsch oder Englisch.