KI-gestützte Generierung von Umfrageerkenntnissen für große Datensätze
Die Gewinnung umsetzbarer Erkenntnisse aus großen Umfragedatensätzen ist oft manuell, zeitaufwendig und fehleranfällig. Dieser Workflow automatisiert die Entdeckung gemeinsamer Themen, indem ähnliche Antworten gruppiert, mit KI zusammengefasst und detaillierte Erkenntnisse direkt in Google Sheets exportiert werden.
Documentation
KI-gestützter Umfrage-Erkenntnis-Generator
Dieser leistungsstarke Workflow automatisiert die anspruchsvolle Aufgabe, aus großflächigen Umfrageantworten bedeutungsvolle Erkenntnisse zu gewinnen. Durch den Einsatz von KI zur Datenclusterung und Zusammenfassung verwandelt er rohe Teilnehmer-Feedbacks in umsetzbare Intelligenz und spart erheblich Zeit und Aufwand bei der qualitativen Analyse.
Hauptfunktionen
- Nahtlose Google Sheets Integration: Importieren Sie mühelos alle Umfrageantworten aus Ihren bestehenden Google Sheets.
- Intelligente KI-gestützte Clusterbildung: Gruppieren Sie automatisch ähnliche Teilnehmerantworten pro Frage mithilfe fortschrittlicher K-means-Clusteranalyse und identifizieren Sie gemeinsame Themen in großen Datensätzen.
- Umfassende KI-Zusammenfassung & Stimmungsanalyse: Nutzen Sie leistungsstarke große Sprachmodelle (LLMs) wie GPT-4o-mini, um die gruppierten Antworten zusammenzufassen, zentrale Erkenntnisse zu extrahieren und die Gesamtsentimentbewertung (positiv, neutral, negativ) zu bestimmen.
- Strukturierter Export nach Google Sheets: Generieren und fügen Sie automatisch detaillierte Erkenntnisse hinzu, inklusive Antwortanzahlen, Teilnehmer-IDs und Rohfeedback, in ein neues, organisiertes Blatt zur einfachen Überprüfung und Weiterverarbeitung.
Funktionsweise
Der Workflow läuft in zwei Hauptphasen ab. Zunächst importiert er alle Umfrageantworten aus Ihrem angegebenen Google Sheet und wandelt diese in Frage-Antwort-Paare um. Jede Antwort wird anschließend mit OpenAI-Embeddings vektorisiert und in einer Qdrant-Vektor-Datenbank mit Metadaten wie Teilnehmer-ID und Umfragename gespeichert. Dies bereitet Ihre Daten für die fortgeschrittene KI-Analyse vor. Nach der Datenaufnahme wird ein Sub-Workflow ausgelöst, um Erkenntnisse zu generieren. Für jede in der Umfrage gefundene Frage werden alle zugehörigen vektorisierten Antworten aus Qdrant abgefragt. Diese Vektoren werden mittels K-means-Cluster-Algorithmus verarbeitet, um Gruppen ähnlicher Antworten zu identifizieren. Nur Cluster mit drei oder mehr ähnlichen Antworten werden für die weitere Analyse berücksichtigt, wodurch hochgradig individuelle oder irrelevante Feedbacks herausgefiltert werden. Für jeden gültigen Cluster ruft der Workflow die Originalantworten der Teilnehmer ab und sendet sie an ein großes Sprachmodell (LLM) von OpenAI. Das LLM fasst dann das kollektive Feedback zusammen, extrahiert Schlüssel-Erkenntnisse und vergibt eine Gesamtsentimentbewertung. Abschließend werden diese umfassenden, KI-generierten Erkenntnisse – einschließlich Antwortanzahl, Teilnehmer-IDs und Rohtext – sorgfältig formatiert und an ein neu erstelltes 'Insights'-Blatt in Ihrer ursprünglichen Google-Tabelle angehängt.