KI und kein Ende: Wie viel KI verträgt die qualitative Forschung – und wie viel Mensch braucht sie?

In vielen Teilen unsere Branche verläuft die Diskussion, durchaus nachvollziehbar, zwischen zwei Polen: Einerseits lockt das Versprechen, dass die Künstliche Intelligenz Qual-at-scale und synthetischen Daten ermöglicht. Andererseits wächst der Bedarf an Verständnis. Dieses Dossier zeigt, dass die Zukunft der Qualitativen Forschung nicht in der Imitation von Skalierbarkeit liegt, sondern in einer Rückbesinnung auf ihre Kernkompetenz: Das Verstehen komplexer kultureller Kontexte und der einzigartigen inneren Beweggründe des Menschen.

1. Forschen in der „Splintered Society“

Die Weltordnung, wie wir sie kannten, erodiert. Wir leben in einer Ära der permanenten Umbrüche – technologisch, geopolitisch und gesellschaftlich. Alte Gewissheiten und Verlässlichkeiten lösen sich auf. Was Soziolog:innen als Fragmentierung, Singularisierung oder Tribalisierung beschreiben, ist für Markenverantwortliche zur ultimativen Herausforderung geworden: Das Konstrukt der konsistenten, berechenbaren Verbraucher:innen hat sich in ein Mosaik fluider Identitäten mit hochspezifischen Partikularinteressen aufgelöst, deren Loyalitäten so flüchtig sind wie die Trends in ihren TikTok Feeds.

In diesem volatilen Umfeld benötigen wir einen Zugang, der die dahinterliegenden Sinnstrukturen und Motivationen verlässlich ergründet. Originär qualitative Forschung wird in diesem Umfeld nicht obsolet, sie gewinnt eine neue Dringlichkeit.

2. Vom psychologischen Insight zum kulturellen Rahmen

Die qualitative Marktforschung war schon immer vielschichtiger als ihr Ruf. Sie integriert zunehmend verschiedene Wissenschaften und berücksichtigt kontextuelle Faktoren, um der gestiegenen Komplexität menschlicher Entscheidungen gerecht zu werden. Wir weiten mit ihr den Fokus hin zu einem gesamtkulturellen Verständnis.

Das Denken, Fühlen und Handeln der Menschen findet nicht im Vakuum statt; es wird „gerahmt“ durch Kultur, Zeitgeist, kollektive Ängste und Hoffnungen. Um Clifford Geertz’ berühmten Begriff der „Dichten Beschreibung“ zu entlehnen: Es geht nicht nur darum, das Augenzwinkern zu registrieren, sondern den kulturellen Code zu verstehen, der diesem Zwinkern eine Bedeutung verleiht. Kultur ist dabei nie statisch, sondern ein dynamisches Spannungsfeld aus dem ‚Residualen‘ (den Traditionen und Werten der Vergangenheit), dem ‚Dominanten‘ (dem aktuellen Mainstream-Konsens) und dem ‚Emergenten‘ (den leisen Signalen des Wandels, die die Zukunft formen).  

Marken benötigen heute mehr denn je ein hohes Maß an Empathie für den kulturellen Kontext ihrer Nutzer. Daten von Ipsos belegen dies eindrucksvoll: Empathie gilt mittlerweile als der wichtigste Treiber für langfristige Werbewirkung. Analysen unserer Ipsos Creative|Spark-Datenbank zeigen, dass Werbung, die Kreativität mit echter Empathie verbindet, eine um 20 % höhere Effektivität aufweist als Ansätze, die den emotionalen Anschluss verpassen. Menschen – und das betrifft nicht mehr nur die Gen Z, sondern diffundiert durch alle Alterskohorten – besitzen ein feines Sensorium für Authentizität. Sie riechen Unehrlichkeit sprichwörtlich Meilen gegen den Wind. Vertrauen und Aufmerksamkeit werden jenen geschenkt, von denen man sich wirklich verstanden fühlt.

3. KI und Human Intelligence

Die Eingangsfrage dieses Dossiers impliziert, dass qualitative Forschung durch KI zur Allerweltsware wird. Die Gefahr ist real, wenn wir den Fehler begehen, KI als Ersatz für Forschende zu sehen.

Künstliche Intelligenz ist mittlerweile zweifellos ein unabdingbares Werkzeug. Es gibt derzeit unglaublich viele faszinierende Felder – von Curation über Synthetics bis hin zur Ideengenerierung –, in denen KI eine fantastische Unterstützung bietet und die Arbeit immens bereichert (und nicht nur erleichtert). Aber wir müssen ein fundamentales Axiom verinnerlichen: KI ist ohne HI (Human Intelligence) wertlos. Und sie ist eben nicht die Silver Bullet für alle Fragen und Bedürfnisse unsere Kunden. Wie der Zukunftsforscher John Naisbitt schon in den 80er Jahren prophezeite: „Je mehr High Tech, desto mehr High Touch.“ In einer zunehmend technologisierten Welt wächst im Gegenzug die Sehnsucht nach persönlicher Begegnung und menschlicher Empathie.

4. First things first: Das Besondere der qualitativen Datenerhebung

Während KI in der Analyse und Mustererkennung brilliert, liegt die wahre Magie der qualitativen Forschung in der Datengewinnung. Hier müssen wir mit einem Missverständnis aufräumen: Originäre qualitative Erhebung erschöpft sich nicht im Stellen von „offenen Fragen“. 

Wer glaubt, Qual sei lediglich ein Gespräch ohne Antwortvorgaben, unterschätzt die methodische Tiefe gewaltig. Es geht um weit mehr als den verbalen Austausch: um projektive Techniken, um assoziative Bilder, um das bewusste Inszenieren von Situationen („Staging“) und das Beobachten von Handlungen. Diese Klaviatur der Methoden – das Umgehen rationaler Barrieren durch Kreativität und Intuition – ist eine zutiefst menschliche Kunst, die sich nicht einfach automatisieren lässt.

Qualitative Forschung ist ein dialektischer Prozess. Die Qualität der Daten entsteht erst im Moment der Interaktion, durch das Nachhaken, das Irritieren, das gemeinsame Reflektieren. Diese „kreative Reibung“ kann man nicht replizieren – zumindest noch nicht. KI glättet (noch) und neigt zur ‚Vanillafication‘ – dem algorithmischen Abschleifen von Ecken und Kanten; qualitative Forschung aber muss auch das Raue, das Unstimmige zulassen.

Echte Erkenntnisse (dieser A-ha Effekt beim Zuhören) kommen dabei oft aus einem Moment der ‚Unverfügbarkeit‘, wie Hartmut Rosa es beschreibt. Jenem Augenblick, der sich nicht berechnen oder erzwingen lässt, sondern der sich im lebendigen Dialog ereignet.   

Daraus leitet sich auch ein neuer Imperativ für die Ausbildung von qualitativen Moderator:innen ab. Es ist ein Trugschluss zu glauben, wir müssten den Nachwuchs primär im Umgang mit KI schulen – er schult ja ohnehin schon eher uns… Vielmehr müssen wir ihn darin bestärken, das Werkzeug für die Erhebung originär qualitativer Erhebungen zu entwickeln. Damit sie zum einen exzellente Daten generieren, aber auch die Outputs der KI mit einer originär qualitativen Brille analysieren können. Die Kompetenz der Zukunft liegt darin, diesen faszinierenden Output nicht einfach zu akzeptieren, sondern sie durch menschliche Intuition und kulturelles Kontextwissen zu validieren und einzuordnen.

5. Zur „Quantifizierung des Qualitativen“

Es gibt eine zunehmende Tendenz in der Branche, experimentell zu erproben, inwieweit sich qualitative Forschung skalierbar – und damit „quantitativer“ – machen lässt. Doch auch wenn dieses Ausprobieren legitim ist, sollten wir dabei die unterschiedlichen wissenschaftstheoretischen Grundlagen (ja, die gibt es) nicht aus den Augen verlieren.

Qualitative und quantitative Forschung zeichnen nicht nur unterschiedliche Methoden, sondern auch unterschiedliche Erkenntnisinteressen aus:

• Realitätsverständnis: Qualitative Forschung begreift Realität als soziale Konstruktion; sie isoliert keine Variablen, sondern belässt den Gegenstand in seinem natürlichen Kontext.
• Vorgehensweise: Sie ist induktiv (generiert Hypothesen), offen und flexibel, um Neues zu entdecken, das im Vorfeld noch nicht bekannt war.
• Zielsetzung: Sie sucht nicht nach statistischer Repräsentativität oder Häufigkeitsverteilungen, sondern nach inhaltlicher Relevanz, Sinnzusammenhängen und der Deutung tieferliegender Muster.

Wenn wir versuchen, qualitative Methodiken mittels KI zu „skalieren“ erzeugen wir also eine Schein-Quantifizierung. Wir erhalten zwar mehr Datenpunkte, verlieren aber oft genau den Kontext und die Tiefe, die die Methode eigentlich liefern soll.  

Darüber hinaus ist es Aufgabe der qualitativen Forscher:innen, den Einzelmeinungen, den Abwegigen, den extremen Nutzer:innen eine Stimme zu geben. Gerade heute. Hier, in den Nuancen und im Abweichenden, liegen die Keimzellen für Disruption und echte Chancen. Schlechte qualitative Forschung (ob nun mit oder ohne KI), die darauf gepolt ist, nur über den konsensfähigen Mittelwert zu sprechen („Wie viele haben das denn gesagt?“), wird diese Ränder systematisch ignorieren. 

Die wahren Innovationen und die schwachen Signale neuer Trends, finden sich aber oft an den Rändern – den „Fringes“. In der Sprache meines Kollegen Oliver Sweet finden sich hier die ‚Emergent Codes‘. Eine KI, die auf den riesigen Datenmengen der Vergangenheit trainiert und langfristig nur auf die Mitte gepolt ist, bildet hervorragend das ‚Residuale‘ und das ‚Dominante‘ ab. Sie ist jedoch oft blind für das ‚Emergente‘ – für jene leisen, noch unstrukturierten Signale, die das Potenzial besitzen, den Markt von morgen zu definieren.

6. Und das auch noch: Strategische Implikationen

Der letzte entscheidende Schritt in der qualitativen Forschung, ist der Transfer in die Strategie. Daten, egal wie tiefgründig, sind nutzlos ohne strategische Ableitung. In Workshops, in denen Kunden und Forschende gemeinsam um die Bedeutung der Ergebnisse ringen, geht es nicht nur um eine unterhaltsame Ideengenerierung, sondern auch um politische Sensibilität innerhalb von Unternehmen, um das Abwägen von Risiken und um visionäres Denken. Oder doppelt „gemoppelt“: Empathie für Endkund:innen muss übersetzt werden in Empathie für die internen Stakeholder – auch das ist eine zutiefst menschliche, qualitative Leistung.

Fazit: Ein Plädoyer für das genaue Hinsehen (und gerne immer mehr und immer wieder mit KI)

Die qualitative Forschung steht tatsächlich an einem Scheideweg. Wählt sie den einseitigen (!) Weg der bloßen Skalierbarkeit, droht sie ihr Profil zu verlieren. Dabei bietet KI so viele ungeahnte Möglichkeiten, die Komplexität von heute handhabbar zu machen.   Wir brauchen eine qualitative Forschung, die selbstbewusst genug ist, ihre eigenen Stärken auszuspielen. Eine Forschung, die kreativ und lustvoll KI nutzt, um den Rücken frei zu haben für das, was wirklich zählt: Das genaue Hinsehen, das geduldige Hinhören und das mutige Interpretieren.  

Ein besonderer Dank gilt meinen Kollegen Dr. Hans-Jürgen Friess und Malte Merz für Inspiration und Anregungen.

Der Beitrag erschien im Rahmen des Dossiers Qualitative Forschung im Wandel: Menschen verstehen oder mit KI generieren? am 28.01.2026 auf marktforschung.de.