AI Agent für die Sozialforschung

Kunde

200 Interviews führen. 200 Mal die gleiche Qualität liefern. Und dabei jedes Mal individuell auf die Antworten eingehen.

Klingt nach einer Mammutaufgabe? Nicht für den AI-Agent der PH Luzern. Der Open-Source-Chatbot führt die Gespräche, stellt vertiefende Fragen und bleibt fokussiert. So entsteht echte Entlastung im Forschungsalltag.

Zum Open-Source Code

Das steckt dahinter

Damit das klappt, arbeiten im Hintergrund gleich mehrere Agenten zusammen:

  • Interview-Agent: führt eigenständig semi-strukturierte Interviews und geht gezielt auf Antworten ein.
  • Moderator-Agent: sorgt dafür, dass das Gespräch nicht vom Thema abschweift.
  • Gedächtnis-Agent: merkt sich die wichtigsten Erkenntnisse, um im späteren Verlauf darauf aufzubauen.

Das Ergebnis: weniger manuelle Arbeit für die Forschenden und gleichzeitig konsistentere, hochwertigere Daten.

Warum das wichtig ist

In der Sozialforschung kosten qualitative Interviews viel Zeit — von der Durchführung bis zur Auswertung. Unser AI-gestützter Ansatz hilft der PH Luzern, diesen Prozess effizienter und skalierbarer zu machen, ohne dabei Abstriche bei der Qualität zu riskieren.

Mehr Interviews. Mehr Zeit fürs Wesentliche. Mehr Wert aus den Daten.

Hintergrund

Zusammenarbeit unter Lehrpersonen gilt als wichtiger Erfolgsfaktor für den Berufsalltag und für die Lernprozesse von Schüler:innen. Sie ist heute ein professioneller Standard und Teil der Ausbildung von Lehrpersonen. Trotzdem fühlen sich viele angehende Lehrpersonen nur unzureichend auf solche kollaborativen Aktivitäten vorbereitet.

Wie und mit wem lernen Studierende kollaborative Praktiken? Genau das untersucht die PH Luzern im aktuellen Forschungsprojekt — aus einer sozio-konstruktivistischen und sozial-netzwerk-orientierten Perspektive.

So funktioniert das Datenerhebungs-Setup

Rund 200 Studierende aus den Primarstufen- und Sekundarstufen-1-Studiengängen der PH Luzern nehmen teil. Sie visualisieren ihre persönlichen Lernnetzwerke in einer Web-App — sogenannte egozentrische Netzwerkkarten.

Danach diskutieren die Studierenden ihre Karte in einem Interview. Und hier kommt unser AI-Agent ins Spiel:

  • Eine Gruppe bespricht die Karte mit Mitstudierenden.
  • Die andere Gruppe führt das Gespräch mit unserem Chatbot, der als digitaler Interviewer auftritt.

Der Chatbot ist so gebaut, dass er die Rolle eines Forschenden übernimmt und gezielt stimulierende Folgefragen stellt — basierend auf den Inhalten der Netzwerkkarte und den gegebenen Antworten.

Hast du ein ähnliches Projekt? Matthias ist für dich da.