referenz-iu-uni

Von der Diskussion zur strukturierten Erkenntnis

referenz-iu-uni

In einem Pilotprojekt an der IU haben wir gezeigt, wie sich Erkenntnisse aus einem anspruchsvollen Veranstaltungsformat automatisiert, nachvollziehbar und verwertbar sichern lassen – mithilfe von KI. Ziel war es, Diskussionen mit über 100 Teilnehmenden aus unterschiedlichen Fachbereichen so auszuwerten, dass sie fundierte Grundlagen für nächste Schritte liefern.

"Die KI hat Dinge sichtbar gemacht, die bei der Veranstaltung kaum auffielen."

Leitungsteam

IU Internationale Hochschule

Was vom Gespräch bleibt

Veranstaltungen wie Zukunftswerkstätten bringen Menschen aus unterschiedlichen Disziplinen zusammen, um komplexe Themen gemeinsam zu bearbeiten. Dabei entstehen wertvolle Erkenntnisse – häufig jedoch in parallelen Gruppendiskussionen, die schwer dokumentierbar sind. Im konkreten Fall ging es um das Thema urbane Leerstände („Urban Vacancies“) in einem interdisziplinären Veranstaltungsformat mit rund 100 Teilnehmenden an acht Werkstatt-Tischen. Wie lassen sich die vielen Impulse, Ideen und Diskussionsstränge im Nachgang effizient sichern, auswerten und in strukturierter Form für die Weiterarbeit nutzbar machen? Genau hier setzte unser Ansatz an – mit dem Ziel, den Auswertungsprozess durch KI-gestützte Methoden deutlich zu vereinfachen und zu verbessern.

Unser Ansatz: Drei Schritte zur strukturierten Auswertung

Audioaufzeichnung der Gruppenergebnisse
Einfache technische Vorbereitung ermöglichte die spätere Analyse

KI-gestützte Transkription und Auswertung
Auswertung durch ein LLM (Large Language Model), das strukturierte Zusammenfassungen, Querverbindungen und ein Gesamtfazit erzeugte.

Qualitätssicherung durch Mensch-KI-Zusammenspiel
Redaktionelle Kontrolle der Inhalte, Nachvollziehbarkeit durch gespeicherte Originaldaten.

Ergebnisse und Erkenntnisse

  • Transparente Executive Summary in < 24h
  • Themencluster mit Querverbindungen über alle Tische hinweg
  • Gegenüberstellung von gefühltem und datenbasiertem Fazit
  • Objektive Grundlage für Stakeholderkommunikation und Follow-ups

Weitere Projekte

DoctorhubProject type
Compliance.OneProject type
Plattform-EProject type
ApoVid - Phase 1Project type
IDEAL-X-LOGO-White

Corneliusstr. 28 - 80469 München

+49.89.856 328 -49
office@ideal-x.ai