438 Kommentare sind viel und gleichzeitig nicht genug
Wer schon einmal mehrere hundert Freitexte aus einer Evaluation gelesen hat, kennt den Effekt: Nach den ersten fünfzig Antworten erkennt man Muster. Nach hundert ist man sich ziemlich sicher. Nach zweihundert verschwimmen Formulierungen und am Ende erinnert man sich vor allem an die drei Kommentare, die besonders laut, witzig oder unangenehm waren.
KI kann an dieser Stelle wirklich helfen. Sie wird nicht müde, kann ähnliche Aussagen bündeln und einen ersten Überblick formulieren. Aber 438 Kommentare sind trotzdem keine objektive Wahrheit. Sie stammen von Menschen in einer konkreten Situation, enthalten Ironie, Widersprüche und manchmal schlicht einen halben Satz ohne Kontext.
Zusammenfassen ist nicht gleich verstehen
Sprachmodelle schreiben überzeugend. Genau das ist ihre Stärke und gleichzeitig das Risiko. Eine flüssige Zusammenfassung kann vollständiger wirken, als die Datengrundlage es hergibt. Aus fünf ähnlichen Kommentaren wird schnell „Die Studierenden wünschen sich …“, obwohl die übrigen Antworten zu diesem Thema schweigen.
Wir möchten deshalb keine KI, die am Ende eine scheinbar endgültige Bewertung ausspuckt. Sinnvoller ist ein Arbeitsmodus: Themen vorschlagen, passende Aussagen zeigen, Unsicherheit sichtbar machen und Menschen entscheiden lassen, welche Interpretation in den Bericht gehört.
Der Rückweg zum Original ist Pflicht
Für jede automatisch erzeugte Aussage sollte man die zugrunde liegenden Kommentare prüfen können. Nicht über einen Export und eine nachträgliche Volltextsuche, sondern direkt aus der Zusammenfassung heraus. Nur so fällt auf, ob ein vermeintliches Thema wirklich mehrfach genannt wurde oder ob dieselbe Aussage lediglich in unterschiedlichen Worten wiederholt dargestellt ist.
Das ist auch für sensible Inhalte wichtig. Eine KI kann eine drastische Einzelmeinung sprachlich glätten oder aus einer beiläufigen Bemerkung ein großes Thema machen. Der Originaltext zeigt, was tatsächlich gesagt wurde. Natürlich nur für Personen, die ihn aufgrund ihrer Rolle und der geltenden Datenschutzgrenzen sehen dürfen.
Was wir der KI geben – und was nicht
Vor der Analyse sollte klar sein, welche Daten das Modell überhaupt benötigt. Für eine thematische Gruppierung braucht es normalerweise keinen Namen, keine Matrikelnummer und keine komplette Veranstaltungshistorie. Weniger Kontext ist manchmal fachlich ausreichend und datenschutzrechtlich deutlich angenehmer.
Ebenso wichtig ist die Frage, wo das Modell läuft. Bei hochschulinternen oder besonders sensiblen Antworten kann ein lokal oder kontrolliert betriebenes Modell die bessere Wahl sein. Nicht weil lokale Modelle automatisch gut sind, sondern weil Datenwege, Protokollierung und Löschung dann erklärbar bleiben.
Unsere nüchterne Aufgabenverteilung
- Die KI sortiert, verdichtet und schlägt Formulierungen vor.
- Das System zeigt Quellen, Umfang und verwendetes Modell.
- Ein Mensch prüft, korrigiert und entscheidet über die Veröffentlichung.
Das klingt weniger spektakulär als „vollautomatische Auswertung“. Es ist aber deutlich näher an dem, was wir im Qualitätsmanagement brauchen: weniger Leseaufwand, ohne Verantwortung an ein Sprachmodell abzugeben.