Wie Sie KI und ChatGPT für effiziente UX-Forschung im Jahr 2026 nutzen können

1. Einführung: Hallo, willkommen. Ich bin Pascal Ich habe über ein Jahrzehnt damit verbracht menschenzentriertes Design für einige der weltweit größten Marken zu entwickeln, und jetzt helfe ich Teams dabei, KI zu nutzen , um schneller und besser zu forschen Dieser Kurs hat bereits Tausenden von Lernenden geholfen , sich mit KI in der UX-Forschung vertraut zu Ich halte es auf dem neuesten Stand, wenn sich die Tools weiterentwickeln, und ich bringe Ihnen Fähigkeiten und Frameworks bei, die plattformübergreifend übertragen Was Sie hier lernen, bleibt also relevant, unabhängig davon, welche KI-Tools Sie letztendlich verwenden. ob Sie ein UX-Forscher, Designer, Produktmanager, Gründer oder einfach nur jemand sind Designer, Produktmanager, Gründer oder einfach nur jemand , der Kunden besser verstehen möchte, Sie wissen, dass Sie mit Benutzern sprechen sollten. Aber das alles zu planen, zu interviewen, zu analysieren und aufzuschreiben, kann sich wie eine zusätzliche Aufgabe anfühlen, besonders wenn Sie mit UX noch nicht vertraut sind und noch nicht wissen, wie gut aussieht KI hat verändert, was möglich ist. Wir können schneller vorankommen und trotzdem Arbeit leisten, auf die wir stolz sind. In diesem Kurs werden wir moderne KI-Tools wie Chat GPT verwenden, damit sich die chaotischen Teile der qualitativen Forschung viel praktikabler anfühlen Wir halten es einfach und vertrauensbildend. Deshalb verwenden wir vom ersten Tag an ein paar praktische Leitplanken , die für Ihre Sicherheit sorgen und es Ihnen erleichtern, hinter der Arbeit zu stehen Datenschutz, Zustimmung, menschliches Urteilsvermögen und eine klare Beweislage In diesem Kurs werden wir Schritt für Schritt den echten UX-Recherche-Workflow im Klartext erläutern. Wir beginnen damit, aus einem vagen Problem ein klares Forschungsziel damit Sie wissen, was Sie von Benutzern lernen möchten Dann verwenden wir KI, um Interviewfragen zu verfassen , die nützliche Antworten liefern, auf Selbstbewusste stoßen und Transkripte analysieren, ohne Ihr eigenes Urteilsvermögen zu verlieren Und schließlich werden wir daraus Erkenntnisse gewinnen, denen die Beteiligten tatsächlich vertrauen können, und Sie werden nicht bei Null anfangen Sie erhalten Vorlagen , die Sie wiederverwenden können , darunter Formulierungen zur Offenlegung, Ethik-Checklisten und Muster für Eingabeaufforderungen , die nicht von einem bestimmten Tool abhängen Wenn Sie als engagierter Forscher forschen, Teil Ihrer Produkt - oder Designrolle sind oder weil Sie ein Unternehmen aufbauen schnelle Antworten benötigen und Sie möchten, dass KI Ihnen hilft, schneller voranzukommen, ohne Abstriche zu machen, sind Sie hier genau richtig Wir sehen uns in der Klasse. 2. Kurs-Projekt:: Hallo nochmal und willkommen zum Kurs. Während dieses Kurses werden Sie tatsächlich Ihr eigenes KI-gestütztes UX-Forschungsprojekt planen , durchführen und analysieren. Hier passiert die Magie, und ich freue mich, Sie dabei zu begleiten . Das Ziel ist einfach. Führen Sie eine kurze qualitative UX-Forschungsschleife durch, verwenden Sie KI als praktischen Assistenten und erstellen Sie eine Reihe von Ergebnissen, die Sie vertrauensvoll teilen können Lassen Sie uns die Schritte aufschlüsseln. Zunächst wählen Sie ein Produkt oder eine Erfahrung aus, für die Sie eine Leidenschaft und Neugier haben. Dann nutzt du, angeleitet vom Kurs, einen KI-Assistenten wie Chat, GPT, Claw, Gemini oder Ähnliches, der dir hilft, überzeugende Fragen zu stellen. Befragen Sie Freunde, Kollegen, Freiwillige oder tatsächliche Kunden, und dann verwenden wir erneut KI-Tools, um die Daten zu interpretieren und Und zum Schluss fassen Sie Ihre Entdeckungen in einem kurzen Bericht oder einer Präsentation Am Ende des Kurses haben Sie also nicht nur alle Fähigkeiten geübt, sie auch auf ein reales Szenario angewendet und wertvolle Kundeninformationen für Ihr Produkt oder Ihren Bereich gewonnen, für den Sie sich begeistern Zur Veranschaulichung finden Sie hier ein Beispiel für ein erfolgreiches Projekt. Einer unserer ehemaligen Schüler erkundete eine lokale mobile App von Jim. Sie interviewten Nutzer, analysierten ihr Feedback mit ChechBT und fanden umsetzbare Erkenntnisse zur Verbesserung der Das Ergebnis war ein umfassendes Verständnis dafür, was die Nutzer lieben und was verbessert werden könnte A wurde dank der Effizienz, die durch KI erzielt wurde, innerhalb von Stunden statt Wochen Effizienz, die durch KI erzielt Nun, wie können Sie Ihr Projekt zum Glänzen bringen? Hier sind ein paar Tipps. Haben Sie eine Entdeckermentalität. Der Bereich KI entwickelt sich ständig weiter, es gibt also keine richtigen oder falschen Wege, dies zu tun Was zählt ist, lernst du Dinge, die du vorher nicht wusstest? Experimentieren ist hier der Schlüssel und wählen Sie ein Thema, auf das Sie wirklich neugierig Es muss nicht die Welt verändern oder eine 1-Milliarden-Dollar-Idee sein Fangen Sie klein an und werden Sie neugierig. Möchten Sie herausfinden, warum sich Menschen zum Beispiel für einen richtigen Stuhl oder ein Taxi entscheiden Beispiel für einen richtigen Stuhl oder ein Taxi Oder werden Sie neugierig, was Kunden Ihrer Website ändern würden, wenn sie könnten. Wählen Sie dann ein KI-Tool als Ihren persönlichen Forschungslehrling den Anweisungen aus dem Kurs und erwarten Sie nicht einfach, dass die Magie fließt, sondern haben Sie auch ein bisschen Hin und Her, Pro und Herausforderung und lassen Sie Ihre Ideen damit herumspringen Nun viel Spaß. Denken Sie also als ersten Schritt über etwas nach, das Sie gerne über Ihre Kunden oder das Produkt, das Sie erforschen, erfahren möchten. Brainstorming mit einigen Fragen, auf die Sie wirklich eine Antwort finden möchten Was zieht Menschen an diesem Produkt an? Was sind ihre Schmerzpunkte? Was würden sie gerne sehen? Und zu guter Letzt: Vergessen Sie nicht die Macht der Gemeinschaft. Teile dein Projekt. Die Interaktion mit anderen und Empfangen von Feedback ist ein wesentlicher Bestandteil des Lernprozesses. Denken Sie daran, ich bin hier, um Ihnen zu helfen , und gemeinsam verbessern wir Ihr UX-Forschungsspiel Sind Sie also bereit, Ihre Kundenforschung mithilfe von KI zu beschleunigen Ihre Kundenforschung mithilfe von KI Lassen Sie uns Ihre Recherche aufschlussreicher, effizienter und ansprechender Ich kann es kaum erwarten zu sehen, was Sie entdecken. 3. Die Grundlagen der UX Research: Also, willkommen in der faszinierenden Welt der Benutzererfahrung oder UX-Forschung Im Kern ist die UX-Forschung eine systematische Untersuchung, die darauf abzielt , die Bedürfnisse, Verhaltensweisen und Schmerzpunkte der Nutzer zu verstehen . Aber was bedeutet das wirklich? Stellen Sie sich nun ein Produkt oder eine Dienstleistung vor, mit der Sie täglich interagieren. Was macht es angenehm oder frustrierend? Wovon leiten Sie Ihre Entscheidungen und was verwirrt Sie? Diese Art von Fragen versucht die UX-Forschung zu beantworten. Sie sehen, das Ziel der UX-Forschung nicht nur darin, Informationen zu sammeln. Es geht darum, tief in die menschlichen Aspekte von Technologie und Design einzutauchen die menschlichen Aspekte von Technologie und Design Es ist eine Brücke, die die Entwickler eines Produkts mit den Menschen verbindet die Entwickler eines Produkts , die es verwenden werden, um sicherzustellen, dass diese Produkte nicht nur funktional, sondern auch wirklich zufriedenstellend sind nur funktional, sondern auch wirklich zufriedenstellend In gewisser Weise ist UX-Forschung ein bisschen wie Detektivarbeit. Eine Mission, Hinweise aufzudecken, Rätsel zu lösen und Erkenntnisse zu gewinnen, die zu gut gestalteten Produkten führen, die bei den Nutzern Anklang finden Es ist eine aufregende Reise, bei der Empathie, Neugier und Innovation im Vordergrund stehen Das Beste daran: Es ist eine Reise, an der wir alle teilhaben, ob wir uns dessen bewusst sind oder nicht, denn am Ende des Tages sind wir alle Nutzer Sie uns also im Laufe dieser Lektion Lassen Sie uns also im Laufe dieser Lektion unseren Geist offen halten und unsere Perspektiven erweitern. Lassen Sie uns lernen, mit den Augen der Nutzer ihre Bedürfnisse und Wünsche zu verstehen und zu untersuchen, wie wir mithilfe der UaX-Forschung Erlebnisse schaffen können , die die Menschen lieben Schließlich geht es bei der Kunst, die Nutzerzufriedenheit zu steigern , nicht nur um Technologie Es geht um Menschlichkeit, Verbundenheit und Verständnis. Und das macht die UX-Forschung in der heutigen Welt so mächtig und unverzichtbar. Die Ziele der UX-Forschung sind das Herzstück dieses spannenden Feldes. In erster Linie geht es darum, Benutzer zu verstehen. Wer sind sie? Was wollen sie? Wer frustriert oder erfreut sie. Indem wir uns eingehend mit diesen Fragen befassen, können wir Produkte entwickeln, die bei den Menschen wirklich Anklang finden. Als Nächstes bleiben die Erkenntnisse, die wir sammeln , nicht einfach im Regal. Sie fließen direkt in Designentscheidungen ein. Es ist, als hätten wir eine Roadmap , die uns zur Schaffung von Erlebnissen führt , die realen menschlichen Bedürfnissen und Erwartungen entsprechen Und hier passiert die Magie, wo Empathie zu Innovation führt Und schließlich, und vielleicht am wichtigsten, zielt die UX-Forschung darauf ab, die allgemeine Benutzerzufriedenheit zu verbessern Wir entwickeln nicht nur etwas, das funktioniert, wir schaffen Erlebnisse, die die Menschen lieben, die sich intuitiv anfühlen und die ihrem Leben einen echten Mehrwert verleihen Dies ist das ultimative Ziel und der Höhepunkt dessen, wonach die UX-Forschung strebt Indem wir verstehen, informieren und weiterentwickeln, werden wir nicht nur zu Gestaltern, sondern auch zu mitfühlenden Problemlösern, sondern auch zu mitfühlenden Problemlösern, die gewöhnliche Produkte in außergewöhnliche Erlebnisse verwandeln. Je tiefer wir in die UX-Forschung eintauchen, desto wichtiger wird es, die verschiedenen Typen und Ansätze zu erkennen, die wir anwenden können, wobei jeder von ihnen einem einzigartigen Zweck dient , um den Benutzer zu verstehen. Wir unterteilen die UX-Forschung häufig in zwei große Typen: qualitative und quantitative Qualitative Forschung hilft Ihnen dabei Verhalten und Motivationen zu untersuchen, sodass wir Fragen nach dem Warum und dem Wie der quantitativen Forschung geht es dagegen darum, numerische Daten zu sammeln Hier zählen, messen und vergleichen wir, um Trends und Muster aufzudecken Innerhalb dieser großen Kategorien wir die Forschung in verschiedene Phasen wie explorativ, evaluativ, formativ Für die Zwecke dieses Kurses werden wir uns auf explorative werden wir uns Hier wagen wir uns ins Unbekannte. Wir stellen offene Fragen und entdecken neue Erkenntnisse und Möglichkeiten. Es geht darum, die Grundlagen zu schaffen, die Bedürfnisse zu identifizieren und die Ideen zu entwickeln, die Ihren Designprozess leiten werden Die anderen Phasen, die Evaluierung, die Gestaltung und die Zusammenfassung, spielen jeweils eine wichtige Rolle im Forschungsprozess. Sie leiten uns an, testen unsere Ideen und bewerten unser Endprodukt die Gestaltung und die Zusammenfassung, spielen jeweils eine wichtige Rolle im Forschungsprozess. Sie leiten uns an, testen unsere Ideen und bewerten unser Endprodukt. Aber es ist die Erkundungsphase , die oft die Voraussetzungen schafft und uns die Rohstoffe und Inspirationen liefert, um etwas wirklich Einzigartiges und Nutzerzentriertes zu schaffen Diese Unterscheidungen helfen uns, unseren Ansatz maßzuschneidern, die richtigen Methoden zu wählen und die richtigen Fragen zur richtigen Zeit zu stellen Indem wir uns auf explorative Forschung konzentrieren, öffnen wir die Tür zu einer Welt voller Möglichkeiten, legen den Grundstein für Innovation und schaffen die Voraussetzungen für eine umfassende und ansprechende Erforschung der UX-Forschung Schneller Realitätscheck, bevor wir weitermachen. In der realen Welt ist UX-Forschung selten ein großes, dramatisches Projekt, das man einmal im Jahr durchführt. Die meisten Teams machen das, was als kontinuierliche Entdeckung bezeichnet wird. Das bedeutet einfach, dass Sie regelmäßig in kleineren Schleifen mit Benutzern sprechen und diese Erkenntnisse direkt in Produktentscheidungen einfließen lassen. Und in der Regel handelt es sich auch um gemischte Methoden. Also ja, wir werden Interviews führen, weil sie hervorragend sind , um zu verstehen, warum sich Menschen so verhalten, wie sie es tun. Aber das kombinieren Sie oft mit Dingen wie Analysen, Supporttickets, Umfragen und Usability-Tests. In diesem Kurs konzentrieren wir uns auf explorative Interviews, weil sie der schnellste Weg sind , ein tiefes Verständnis aufzubauen Dann lernen wir, wie wir unsere Qualitätsmaßstäbe hoch halten können, wenn wir von Gesprächen zu Entscheidungen übergehen Der UX-Forschungsprozess ist ein strukturierter Prozess , der uns von der anfänglichen Neugier bis zur endgültigen Präsentation der Erkenntnisse führt der anfänglichen Neugier . Lassen Sie uns diesen Prozess in sechs wichtige Schritte unterteilen , die uns dabei helfen, wertvolle Nutzereinblicke Alles beginnt mit der Planung. Was wollen wir entdecken? Wer sind unsere Nutzer? Welche Fragen werden wir stellen? Planung legt den Grundstein , indem sie klare Ziele , unseren Umfang definiert und eine Roadmap erstellt, die uns durch die Recherche führt Der nächste Schritt ist die Rekrutierung, bei der wir die Teilnehmer identifizieren und auswählen , die Teil unserer Forschung sein werden Deshalb suchen wir nach Personen , die unsere Zielgruppe repräsentieren und die Erkenntnisse liefern können , die unseren Zielen entsprechen. Jetzt kommt der spannende Teil, die Durchführung von Interviews. ob Sie persönlich oder virtuell sind, hier sprechen wir mit unseren Teilnehmern, stellen unsere Fragen und hören aufmerksam zu Es ist ein Erkundungsprozess, ein Dialog, der die Gedanken, Gefühle und Erfahrungen unserer Nutzer aufdeckt , Gefühle und Erfahrungen unserer Und sobald die Interviews abgeschlossen sind, fahren wir mit der Analyse fort Hier zerlegen wir die Daten, zerlegen sie in Teile und suchen nach Mustern, Verbindungen und Themen Es ist, als würde man ein Puzzle zusammensetzen und die verborgenen Wahrheiten finden, die unter der Oberfläche liegen Die Synthese bringt unsere Analyse noch einen Schritt weiter. Wir identifizieren nicht nur Teile, wir fügen sie zu einer kohärenten Geschichte zusammen. Wir ziehen Schlüsse. Wir verbinden die Punkte und setzen unsere Ergebnisse in umsetzbare Erkenntnisse um, die uns bei der Gestaltung und Entscheidungsfindung helfen können uns bei der Gestaltung und Entscheidungsfindung helfen Und schließlich sind wir an dem Punkt angelangt, an dem wir unsere Ergebnisse teilen Ob mit dem Team, Ihrem Kunden oder einem breiteren Publikum, hier präsentieren wir unsere Erkenntnisse, unsere Geschichte. Es ist der Höhepunkt all unserer Bemühungen, der Moment, in dem Forschung lebendig wird, Gespräche anregt, zum Handeln anregt und die Art und Weise beeinflusst, wie wir kreieren Wenn wir diese sechs Schritte befolgen, begeben wir uns auf eine Reise, die sowohl methodisch als auch kreativ ist Es ist strukturiert und doch flexibel. Der UX-Forschungsprozess besteht nicht nur aus einer Reihe von Aufgaben. Es ist eine Denkweise, eine Denkweise, die den Benutzer in den Mittelpunkt unseres Handelns stellt den Benutzer in den Mittelpunkt unseres Handelns So verwandeln wir Neugier in Verständnis, Fragen in Antworten und Erkenntnisse und in Erfahrungen, die bei Menschen Anklang finden Und in diesem Kurs, in dem wir uns auf explorative Forschung konzentrieren, wird dieser Prozess unser Leitfaden sein, unser Weg, herauszufinden, was in den Herzen und Köpfen unserer Kunden steckt Aber das Abenteuer hört hier nicht auf. Im weiteren Verlauf dieses Kurses werden wir etwas wirklich Revolutionäres erforschen die Schnittstelle von UX-Forschung und künstlicher Intelligenz. Stellen Sie sich vor, Sie nutzen die Macht der KI, um noch tiefer einzudringen und schneller Erkenntnisse zu gewinnen und unser Verständnis auf eine Weise zu verbessern , die wir nie KI ist unglaublich schnell und strukturiert. Sie kann uns helfen, aus einem chaotischen Briefing einen Plan zu machen, einen Screener zu entwerfen, aus einem Leitfaden für Vorstellungsgespräche bessere Fragen zu und Analysen zu organisieren KI kann die Forschung aber auch verschlechtern, wenn wir sie auf faule Weise einsetzen Zwei Hauptgründe für Misserfolge sind: Erstens fügen Menschen sensible Daten in Tools ein, die sie nicht verwenden dürfen, und zweitens akzeptieren sie sicher klingende Antworten, ohne die Beweise zu überprüfen Unsere Regel für den gesamten Kurs ist also einfach. KI kann helfen, aber das Urteil liegt bei uns. Wir führen Beweise , wir überprüfen den Verstand. Und wenn etwas wichtig ist, überprüfen wir es wie ein echter Forscher Und hier ist der Qualitätsmaßstab, den wir im Laufe der Zeit verwenden werden. Erstens: Beweise. Wenn wir nicht auf ein Zitat, ein Verhalten oder eine konkrete Beobachtung hinweisen können, ist das kein Befund. Es ist eine Vermutung. Zwei, Triangulation Sehen wir dasselbe an mehr als einer Stelle, z. B. bei mehreren Teilnehmern oder in Verhaltensdaten oder in Support-Tickets Und drittens: Überprüfung. Könnte sich ein anderer Mensch unsere Notizen ansehen und verstehen, wie wir dorthin gekommen sind? Wenn wir diese drei erreichen, können wir schnell handeln und glaubwürdig bleiben. Nachdem wir diese Lektion über die Grundlagen der UX-Forschung abgeschlossen haben, wollen wir über die Reise nachdenken, die wir gerade begonnen haben Bei der UX-Forschung geht es nicht nur um Daten, Methoden oder Prozesse. Es geht um Erfahrung. Es geht darum, mit Menschen in Kontakt zu treten, ihre Bedürfnisse zu verstehen und Lösungen zu entwickeln, die einen echten Unterschied in ihrem Leben bewirken Der Kern der UX-Forschung liegt in ihrer Fähigkeit, die Kluft zwischen Nutzern und Entwicklern zu überbrücken , Empathie in Innovation umzuwandeln und gewöhnliche Produkte in außergewöhnliche Erlebnisse zu verwandeln in außergewöhnliche Erlebnisse Es geht nicht nur darum , was wir machen. Es geht darum, wie wir den Menschen ein Gefühl geben. Ich ermutige jeden von Ihnen, kritisch zu denken, mutige Fragen zu stellen und sich vorzustellen, wie Sie die Prinzipien der UX-Forschung in Ihren Projekten und Ihrer beruflichen Arbeit anwenden können die Prinzipien der UX-Forschung . Egal, ob Sie ein erfahrener Experte sind oder Ihre Reise gerade erst beginnen , es wartet eine Welt voller Möglichkeiten auf Sie Seien Sie also gespannt, bleiben neugierig und lassen Sie sich auf die Reise der UX-Forschung Gemeinsam werden wir forschen, innovieren und kreieren. Mit Hilfe von KI werden wir die UX-Forschung auf ein neues Niveau heben, Potenziale erschließen und die Zukunft der Benutzererfahrung gestalten die Zukunft der Benutzererfahrung Und alles beginnt hier bei dir, bereit für dieses aufregende Abenteuer Worauf warten wir also? 4. Entfesseln Sie Ihren KI-Forschungsassistenten: Willkommen zurück. In dieser Lektion werden wir auf wirklich praktische Weise über KI sprechen, nicht über den Hype und nicht über die Angst Wie setzen wir sie als solide Forscher Hier ist die Überschrift. KI ist nicht der Boss. sind wir. KI kann uns helfen, schnell voranzukommen. kann uns helfen, aus der Klemme zu kommen, und sie kann uns helfen, unser Denken einem Stresstest Aber es kann auch Dinge tun, bei denen es unglaublich selbstbewusst klingt , während es sich leise Dinge ausdenkt Und wenn wir nicht vorsichtig sind, können wir daraus Schlüsse ziehen die sich sauber und überzeugend anfühlen, die aber nicht wirklich wahr sind Unser Ziel ist es also nicht, Antworten von KI zu erhalten. Unser Ziel ist es, KI zu nutzen, um die Arbeit zu beschleunigen und die Qualitätslatte hoch zu halten. Und für den Rest dieses Kurses werden wir eine einfache Schleife verwenden, entwerfen, kritisieren, verifizieren und dokumentieren. Das ist es Dieser Kreislauf ermöglicht es uns, HechPT, Claude, Gemini, was auch immer als Nächstes kommt, zu verwenden Gemini, was auch immer als Nächstes kommt, ohne unsere Fähigkeiten an ein Tool zu binden Und ich möchte, dass du an einer Metapher festhältst. Wir behalten unsere Hände am Lenkrad. KI ist das Navi. Okay, fangen wir mit der nützlichsten Frage von Oder ist sogar ein LLM. Ein LLM, ein großes Sprachmodell, ist im Grunde ein System, das darauf trainiert ist, das nächste Wort vorherzusagen Es hat eine riesige Menge an Text gesehen und Muster gelernt, wie Menschen dazu neigen, zu schreiben So kann es eine Sprache hervorbringen , die sich fließend, kohärent und ehrlich gesagt manchmal ein bisschen gruselig anfühlt , kohärent und ehrlich gesagt manchmal ein bisschen gruselig Aber hier ist der entscheidende Teil. Fließend heißt nicht wahr LLMs eignen sich hervorragend für die Form einer Antwort. Sie können Entwürfe erstellen, zusammenfassen, neu formatieren, ein Brainstorming durchführen und uns helfen , mögliche Muster Und für Forschungsarbeiten ist das wirklich nützlich, weil Großteil unserer Arbeit darin besteht, unordentliche Eingaben in etwas Übersichtlicheres umzuwandeln unordentliche Was sie nicht automatisch tun können ist zu wissen, was für Ihr Projekt korrekt ist Sie kennen Ihr Projekt nicht. Sie kennen Ihre Benutzer nicht. Und sie waren definitiv nicht mit Ihren Teilnehmern im Raum. Das beste mentale Modell ist also ein sehr schneller Kollaborateur. Hilfreich, kreativ, manchmal überraschend scharf. Kein Zeuge und keine Quelle und nicht die Person, die wir in einem Stakeholder-Meeting zitieren Und sobald wir das wirklich verstanden haben, ein Großteil der Verwirrung und des Hypes beruhigt sich ein Großteil der Verwirrung und des Hypes rund um KI Wenn wir KI nun einsetzen wollen, müssen wir wissen, woran sie scheitert, denn sie scheitert auf ziemlich vorhersehbare Weise Es gibt drei Klassiker, die ich in der Forschungsarbeit ständig sehe. Nummer eins, Halluzination. Das ist das höfliche Wort dafür, dass etwas erfunden wurde, ein Feature, das es nicht gibt, ein Zitat, das niemand gesagt hat, eine nette kleine wichtige Erkenntnis, die plausibel klingt , aber nicht wirklich auf etwas basiert, das Sie tatsächlich gesammelt haben nicht wirklich auf etwas basiert, das Sie tatsächlich gesammelt haben. Nummer zwei, Übergeneralisierung. Das sind die beiden, die es erwähnt haben, also muss es sich um ein universelles Wahrheitsproblem handeln Plötzlich haben wir Nutzer, die das Onboarding hassen , oder vielleicht sind alle verwirrt, was die Preisgestaltung angeht. Oder vielleicht waren es nur zwei Personen mit einem bestimmten Kontext an einem bestimmten Tag. der Forschung dreht sich alles um den Kontext, und KI wird diesen Kontext verflachen, wenn wir es zulassen Nummer drei, selbstbewusster Ton. Dieser ist hinterhältig Selbst wenn das Modell nur Vermutungen anstellt, kann es ruhig, sicher und maßgebend klingen Wenn Sie sich schnell bewegen, ist es wirklich leicht, Selbstvertrauen mit Richtigkeit zu verwechseln Aus dem Fix wird also kein Prompt-Wizard. Die Lösung besteht darin, einen Arbeitsablauf zu verwenden, der es schwierig macht , versehentlich etwas zu glauben, das nicht wahr ist. Und hier kommt unser Loop ins Spiel. Also lass es uns tun. Also gut, hier ist die Sache, auf die wir uns für den Rest des Kurses stützen Es ist einfach, es ist wiederholbar und es hält uns ehrlich. Es ist eine Schleife, ein Entwurf, eine Kritik, eine Überprüfung, ein Dokument. Und der Grund, warum ich es liebe, ist, dass es uns davon abhält, KI wie einen Anrufbeantworter zu behandeln Stattdessen verwenden wir sie wie ein Elektrowerkzeug. Schnell, hilfreich und trotzdem etwas, wofür wir verantwortlich sind. Lassen Sie uns das durchgehen. Entwurf. Wir verwenden KI, um eine erste Version auf die Seite zu bringen. Nicht weil es perfekt ist, sondern weil es uns etwas gibt, auf das wir reagieren können. Das kann eine Kickoff-Agenda sein, ein Screener, ein Leitfaden für ein Interview, eine Themenliste, eine Berichtsübersicht, alles, was normalerweise mit einer leeren Seite beginnt Schritt zwei, Kritik. Jetzt schalten wir den Gang um. Wir bitten das Tool, zu kritisieren, was es gerade gemacht hat. Was fehlt? Wo ist es vage? Was ist voreingenommen oder führend? Welche Annahmen hat es eingeschmuggelt, ohne es uns zu sagen? Hier machen wir aus einer Messerausgabe einen brauchbaren Entwurf. Schritt drei, verifizieren. Und das ist der Teil , der es zur Forschung macht. Wir überprüfen das Ergebnis anhand der Realität, anhand des Briefings, anhand unserer Notizen, anhand von Abschriften, anhand von tatsächlichen Zitaten Wenn das Tool einen Anspruch geltend macht, fragen wir, wo sind die Beweise? Und wenn wir es nicht sichern können, versenden wir es nicht. Schritt vier, Dokument. Schließlich schreiben wir auf, wofür wir uns entschieden haben und warum. Wovon wir überzeugt sind. Was ist immer noch eine Hypothese? Was ist unbekannt? So halten wir unsere Arbeit vertretbar, vor allem, wenn wir schnell handeln Nur um das klarzustellen, diese Schleife ist keine einmalige Sache Es ist im Grunde das Rückgrat unseres gesamten Prozesses. Wir verwenden es bei der Planung, Analyse, Synthese und Berichterstattung. Wenn etwas wichtig ist, fügen wir Beweise bei. Das ist der Qualitätsmaßstab. Nun, Tools, Sie werden eine Menge Diskussionen darüber hören welches Modell am besten ist: HGBT, Claude, Gemini Und bis Sie diesen Kurs abgeschlossen haben, es wahrscheinlich noch drei weitere Anstatt also zu versuchen, einen Gewinner zu krönen, werden wir etwas tun , das viel nützlicher ist. Wir werden lernen, wie man ein Tool für eine bestimmte Aufgabe bewertet . Hier ist die einfache Methode. Es ist eine dreistufige Testfahrt. Schritt eins: Wählen Sie die Aufgabe aus. Wir wählen eine Aufgabe, die wir tatsächlich benötigen. Verfassen Sie beispielsweise anhand eines Briefings einen Leitfaden für ein Vorstellungsgespräch, fassen Sie einen Abschnitt mit einem Transkript verwandeln Sie Themen in Erkenntnisse und Möglichkeiten Schritt zwei: Wir überprüfen die Preisseite. Ist ein Schnellfilter. Bevor wir etwas testen, machen wir das langweilige Angebot für Erwachsene, aber das wird uns etwas Zeit sparen. Wir öffnen die Seite mit den Preisen. Warum? Preisseiten zeigen oft eine Feature-Matrix. Und das sagt uns viel darüber aus, wofür wir tatsächlich bezahlen. Allerdings Dinge wie Datei-Uploads, längere Kontextfenster, Teamfunktionen, Datenkontrollen, Nutzungsbeschränkungen, zwei Vorbehalte Erstens sagen uns die Preisangaben nichts über die Qualität der Ergebnisse. Zweitens verbergen Marketingseiten manchmal die wirklichen Einschränkungen im Kleingedruckten. Deshalb verwenden wir die Preisgestaltung als Schnellfilter und nicht als endgültige Entscheidung. Und Schritt drei: Führen Sie einen winzigen Benchmark durch. Das ist die Testfahrt. Jetzt führen wir in jedem Tool dieselbe Testaufforderung aus und bewerten sie anhand einiger Dinge, nicht anhand der Stimmung, nicht anhand des Marketings, sondern anhand des tatsächlichen Nutzens Und hier ist, was wir erzielen. Anweisung folgt. Hat es tatsächlich das getan, worum wir bitten, Beweise, Disziplin? Hat es sich an den bereitgestellten Text gehalten oder angefangen zu erfinden? Klarheit, ist die Ausgabe lesbar und strukturiert? Länge und den Dateien umgehen, Kann es mit der Länge und den Dateien umgehen, was wir ihm geben? Passt aus Sicherheitsgründen. Können wir es zusammen mit unseren Daten und Richtlinien verwenden? Und Schritt vier: Wählen Sie die Lösung, die am besten zu Ihnen passt. Wir wählen das Tool aus, das unter unseren Einschränkungen für diese Aufgabe am besten geeignet ist, und wir behalten den Arbeitsablauf denn der Arbeitsablauf ist das, was Bestand hat. Wir verwenden also die Rubrik „Eingabetyp“. Benötigen wir nur Text oder Dokumente, Bilder oder Audio? Länge. Arbeiten wir mit kurzen Notizen oder langen Abschriften? Datenschutz und Genehmigungen, dürfen wir diese Inhalte hochladen? Der Arbeitsablauf passt. Benötigen wir wiederverwendbare Vorlagen, benutzerdefinierte Anweisungen oder Teamfunktionen? Kosten und Geschwindigkeit. Brauchen wir gut genug, schnell oder langsamer und qualitativ hochwertiger? Machen Sie das anfängerfreundlich, hier ist der Jeet-Code. Wenn Sie sich nicht sicher sind , welches Tool Sie wählen sollen, beginnen Sie mit dem, auf das Sie bereits Zugriff haben Führen Sie dann den winzigen Benchmark aus. Wenn es Probleme gibt, dann wechselst du. Wir brauchen keine Perfektion. Wir brauchen einen wiederholbaren Prozess. In Ordnung, schnell, aber wirklich wichtig. Bevor wir etwas in ein KI-Tool einfügen, führen wir einen kleinen Sicherheitscheck Nicht weil wir dramatisch sind , sondern weil es sehr leicht ist, versehentlich etwas zu teilen, das wir nicht wollten. Und wenn es einmal da ist, kann man es nicht mehr wirklich rückgängig machen. Also hier ist die Routine , die wir verwenden sollen. Es ist ganz einfach. Und nach ein paar Malen wird es automatisch. Schritt eins: Klassifizieren Sie, was Sie einfügen möchten. Fragen Sie einfach, ob es sich um öffentliche interne, vertrauliche oder persönliche Daten Da sind Teilnehmerinformationen drin, gehen Sie davon aus, dass sie sensibel sind. Schritt zwei: Namen, Firmennamen und alles, was jemanden identifizieren könnte , redigieren und entfernen Firmennamen und alles, was jemanden identifizieren könnte , redigieren und Selbst kleine Details können sich summieren. Berufsbezeichnung plus Standort sowie ein einprägsames Zitat können manchmal ausreichen. Schritt drei, minimieren. Fügen Sie nur das ein, was wir tatsächlich für die Aufgabe benötigen. Wir analysieren eine Frage aus einem Interview, wir benötigen nicht das gesamte Protokoll Weniger Input bedeutet in der Regel weniger Risiko und bessere Konzentration. Schritt vier: Grenzen setzen. Teilen Sie dem Tool mit, wie es sich verhalten soll. Sie können beispielsweise in Ihre Eingabeaufforderung schreiben und nur den von mir bereitgestellten Text verwenden. Erfinde keine Zitate. Wenn Sie sich nicht sicher sind, stellen Sie eine Frage. Wenn wir diese Dinge konsequent tun, sind wir auf einem viel sichereren Boden und unsere Arbeit bleibt glaubwürdig. Das ist also die Grundlage. Wir nutzen KI, um schneller voranzukommen, aber wir bleiben für die Qualität verantwortlich Wir lagern Urteilsvermögen nicht aus. Wir verwenden Loop, Entwurf, Kritik, Verifizierung und Dokumentation. Wenn Sie sich an nichts anderes aus dieser Lektion erinnern, denken Sie daran Wenn etwas wichtig ist, fügen wir Beweise bei. So bleiben wir nützlich und so bleiben wir vertrauenswürdig. Bevor Sie mit der nächsten Lektion beginnen, habe ich eine kurze Aufgabe für Sie. Das ist noch keine Projektarbeit. Das ist eher ein Aufwärmen. Wir halten die Spannung hoch und wählen ein Starttool, dem Sie vertrauen können. Hier ist genau das, was wir tun. Wählen Sie zunächst ein KI-Tool aus. Es könnte Chat-GPT sein, es könnte Claude oder Gemini sein oder irgendetwas anderes, auf das Sie bereits Zugriff haben Wir können später jederzeit wechseln. Dann mach eine winzige Testfahrt. Fügen Sie in Ihr KI-Tool einen kurzen Text ein. Es kann ein Absatz aus einem Artikel, ein Auszug aus Notizen oder irgendetwas anderes Bitten Sie das Tool dann, es in drei Stichpunkten zusammenzufassen und es dann in eine Tabelle mit Spalten zu strukturieren, einem wichtigen Punkt, warum es wichtig ist und Beginnen Sie mit der Kritik einen neuen Versuch und bitten Sie die KI, ihre eigenen Ergebnisse zu kritisieren Sie können die genaue Aufforderung, die Sie verwenden können, aus der von mir bereitgestellten Eingabeaufforderung kopieren verwenden können, aus der von mir bereitgestellten Eingabeaufforderung Sie können jetzt Ihr eigenes Urteilsvermögen verwenden und die Ergebnisse anhand der Scorecard Oder Sie können noch einen Schritt weiter gehen und KI bitten, Ihnen dabei zu helfen Bitten Sie sie im gleichen Versuch, das Tool von fünf Punkten zu bewerten. Anweisungen befolgen, auf dem Boden bleiben, also nichts erfinden, und Klarheit in Wichtig: Bitten Sie ihn , Gründe für diesen Punktestand anzugeben, damit Sie wissen, ob Sie ihm vertrauen können Führen Sie optional denselben Test im zweiten Tool aus und vergleichen Sie ihn. Teil drei der Aufgabe: Notieren Sie Ihre Fragen für später. Sie also anhand der Prozesslandkarte aus Lektion eins Schreiben Sie also anhand der Prozesslandkarte aus Lektion eins Ihre Gedanken und Fragen für jede Phase auf. Planung, Rekrutierung, Durchführung von Interviews, Analyse, Zusammenfassung und Weitergabe Mache einfach zwei Reihen. Wie wird KI Ihrer Meinung nach in jeder dieser Phasen helfen? Und die zweite, Fragen, die Sie dazu haben. Dann bring diese Fragen mit. Wir werden sie im Laufe des Kurses beantworten. Als Nächstes werden wir das auf einen echten Forschungsplan anwenden . Wir nehmen ein Briefing und machen daraus ein klares Ziel und beginnen mit den Fragen. In Ordnung, lass uns gehen 5. Planung Ihrer Forschung mit KI: In diesem Video werden wir die Ärmel hochkrempeln und gleich loslegen. Lassen Sie uns das Briefing auspacken und Chet PT verwenden , um Ihre Forschungsplanung effizienter und effektiver zu gestalten . Bevor wir loslegen, eine kurze Orientierung. Im Moment befinden wir uns in der Planungsphase des UX-Forschungsprozesses. Unser heutiges Ziel ist es nicht, das Produkt zu lösen . Es geht darum , Klarheit zu erlangen. Wir wollen eine kurze Liste mit intelligenten Startfragen sowie die Annahmen und Unbekannten, die wir bestätigen müssen, bevor wir jemanden einstellen Und da wir hier KI verwenden, denken Sie an die Regel für den gesamten Kurs KI kann das Denken beschleunigen, aber wir entscheiden, worauf es ankommt, und wir halten es im Briefing fest. Ein kurzer Sicherheitshinweis Wenn Sie mit einem echten Kunden- oder Arbeitgeber-Briefing arbeiten, fügen Sie das Ganze nicht einfach in ein öffentliches KI-Tool ein. Redigieren Sie alles Vertrauliche und verwenden Sie, wo immer möglich, ein kurzes Kontextpaket Ein Kontextpaket ist im Grunde nur eine kurze bereinigte Zusammenfassung. Was wir untersuchen, mit wem wir sprechen, dann die Ziele, die Einschränkungen und das genaue Ausgabeformat, das wir wollen, Sie können die Vorlage verwenden, die in dieser Lektion als Download bereitgestellt dieser Lektion als Download Dadurch erhält das KI-Modell das, was es braucht, ohne dass etwas durchsickern kann, das es nicht sehen sollte Beginnen wir also damit, das Briefing zu verstehen und uns auf das Kick-off-Meeting vorzubereiten Wenn Sie für einen Kunden arbeiten, haben Sie in der Regel ein detailliertes oder weniger detailliertes Projektbriefing mit Zielen, Vorgaben und Erwartungen. Hier kommt also KI ins Spiel. Mit Chat GBT können Sie das Briefing interpretieren. Es kann Ihnen helfen, die wichtigsten Informationen herauszufiltern Ihre wichtigsten Ziele und Vorgaben zu identifizieren Bereiten Sie sich dann auf das Treffen vor. KI kann Ihnen dabei helfen, die wichtigsten Diskussionspunkte, zu stellende Fragen und sogar mögliche zu erörternde Herausforderungen zu skizzieren Fragen und sogar mögliche zu erörternde Herausforderungen zu Sie werden Ihr Kickoff-Meeting mit Klarheit und Zuversicht mit Sehen wir uns das nun in Aktion an. Okay, hier haben wir unseren Forschungsbrief, und ich habe den Brief bereits durchgesehen und nur einige Abschnitte hervorgehoben , die wirklich relevant sind. Wir wollen alles Vertrauliche redigieren. Wenn Sie mit einem Tool arbeiten , das von Ihrem Kunden genehmigt wurde und Sie das Recht haben, seine Informationen in diesen Systemen zu speichern, dann können Sie auf jeden Fall weitermachen und einfach mit dem ursprünglichen Briefing arbeiten Ansonsten empfehle ich Ihnen , ein Kontextpaket zu erstellen. Kontextpaket wird in jedem Fall nützlich sein, da es uns später hilft wenn wir die KI immer wieder informieren müssen. Es ist also eine gute Angewohnheit. Irgendwie erledigt hier. Ich bin auf den Brief eingegangen und habe den entsprechenden Abschnitt hervorgehoben. In diesem Fall heißt unser Kunde also Tax Corp, und es handelt sich um ein traditionelles Taxiunternehmen , das in mehreren Großstädten präsent und der Konkurrenz durch Mitfahrdienste ausgesetzt ist. Und das Ziel der Untersuchung ist es , Möglichkeiten zu finden, die Funktionen und das Erlebnis der Apps zu verbessern und mit diesen Mitfahrdiensten zu konkurrieren . Hier geht es ein bisschen um den Umfang und einige Einschränkungen und auch um einige Erwartungen und die Kriterien der Teilnehmer. Das ist es also, was Sie normalerweise in einem Forschungsbericht finden würden . Und wenn Sie nicht all diese Informationen im Briefing haben, Ihnen bereits einige Fragen gestellt, die Sie dem Kunden stellen können. Jetzt, hier drüben, habe ich ein Kontaktpaket erstellt, und das ist im Grunde ein bereinigtes Briefing. Wir wollen also sicherstellen, dass alle relevanten Informationen aus dem Briefing auch in unserem Kontaktpaket enthalten sind Was ich hier getan habe, ist , den Kunden zu anonymisieren. Zum Hintergrund sage ich also, mein Kunde ein traditionelles Taxiunternehmen ist in mehreren Städten tätig Sie haben bereits eine App für Verbraucher und möchten das Einkaufserlebnis verbessern, damit es sich im Vergleich zu Produkten mit Rechten wettbewerbsfähig anfühlt. Beachten Sie, dass ich lediglich den Kundennamen und den Namen der App ersetzt habe. Dann habe ich es hier noch einmal in die Forschungsziele eingefügt und dabei darauf geachtet, dass ich nur die App sage und nicht den Namen der App Ich habe auch die Forschungsmethode und die Zielteilnehmer angegeben Und dann habe ich die Einschränkungen aufgenommen. Dabei benötigen wir Hilfe, um uns auf den Startschuss vorzubereiten, indem wir durchdachte Fragen vorbereiten und einige Annahmen und Unbekannte überprüfen, die wir überprüfen können, bevor wir können Okay, hier fängt der Spaß an. Ich bin im Chat GPT Und das kannst du im KI-Tool deiner Wahl machen, es muss also nicht ChPT sein Das würde bei Claude genauso gut funktionieren wie bei Gemini oder was auch immer der Geschmack des Tages Jetzt haben Sie auf der bereitgestellten Eingabeaufforderung Ihre erste Startaufforderung Also füge ich die Aufforderung direkt in Chat ChPT ein. Ich bin mein UX-Forschungsassistent. Helfen Sie mir, das Kickoff-Meeting für ein neues Kundenprojekt vorzubereiten für ein neues Es beinhaltet auch einige Einschränkungen, da wir nicht möchten, dass die KI irgendwelche Lösungen vorschlägt Wir wollen uns nur auf die Forschung vorbereiten, weil die Forschung selbst die Lösungen beeinflussen wird. Jetzt müssen wir nur noch entweder den Dateianhang hier verwenden und unseren bereinigten Forschungsbericht, den wir gerade bereitgestellt haben , beifügen wir gerade bereitgestellt haben , Ich habe hier gerade etwas nach oben hinzugefügt. Also kann ich den Brief, den bereinigten Brief , den wir vorbereitet haben, kopieren, oben einfügen und einfach eine neue Zeile erstellen Ich mache gerne drei Zeilen, damit HHIPT weiß, dass es sich um einen anderen Abschnitt handelt Okay. Und das ist deine gesamte Aufforderung. Sie können einfach anfangen und sehen, was dabei herauskommt. Was wir jetzt sehen können, ist, dass ChaChipt den Auftrag interpretiert hat, und wir können einfach überprüfen, ob das unserem Verständnis entspricht Es wird auch darauf hingewiesen, dass die sechs Wochen auf einen schlanken qualitativen Zyklus mit begrenzten Iterationsläufen hindeuten einen schlanken qualitativen Zyklus mit begrenzten Das könnte also etwas sein, das wir in der Auftaktsitzung erörtern möchten . Und jetzt haben wir hier unsere Kickoff-Fragen. GPT hat uns einige Fragen rund um den Golfsport gestellt, einige Fragen rund um die einige Fragen Haben Sie bereits Personas oder Segmentierungsmodelle? Sind ihre wichtigsten Städte oder Märkte, in denen Erkenntnisse entscheidend sind? Das sind also alles wirklich gute Fragen, die wir jetzt in das Kickoff-Meeting einbringen können Und es wurden auch einige Annahmen identifiziert, die dem Auftrag innewohnen , und einige Unbekannte , die vor der Einstellung geklärt werden sollten. Also die genaue Definition der regelmäßigen Share-Nutzung in Bezug auf die Frequenz, das wird wirklich wichtig sein, um zu wissen, ob die Zielteilnehmer das Taxi upp des Kunden gezielt genutzt haben müssen oder irgendeine Taxi-App Das sind also alles wirklich gute Unbekannte , die Chat GPT hier für uns ausgearbeitet hat und die unser Kickoff-Meeting um einiges produktiver machen werden , die Chat GPT hier für uns ausgearbeitet hat und die unser Kickoff-Meeting um einiges produktiver machen werden. Dadurch bin ich viel besser darauf vorbereitet, an dem Kickoff-Meeting teilzunehmen und genau zu wissen, welche Art von Fragen ich stellen muss genau Etwas anderes, das wirklich nützlich sein wird ist, hier nur eine kurze Zusammenfassung des Forschungskontextes zu haben , denn das wird uns später helfen , Chet GBT effizienter anzusprechen. Führen Sie das einfach als letzte Aufforderung aus. Fassen Sie in zwei Sätzen den Forschungskontext und das Ziel des Briefings Ignorieren Sie Budget- und Zeitplandetails. Großartig. Jetzt kann ich diese Zusammenfassung später wiederverwenden, wenn ich Screeners und Interviewleitfäden verfasse Wenn wir jetzt zu unserem Kickoff-Meeting gehen und sich die Dinge ändern, kann ich das Briefing mit den neuen Informationen aktualisieren , die mir der Kunde gibt, und dann kann ich diese Aufforderung erneut ausführen und erhalte und dann kann ich diese Aufforderung erneut ausführen und erhalte eine aktualisierte Zusammenfassung des So kannst du sehen, wie du mit Chet GBT spielen kannst. Fast wie dein Assistent, dein echter Forschungslehrling Es ist wirklich praktisch. Denken Sie daran, Vorbereitung ist die Grundlage für Erfolg. Mit KI an Ihrer Seite können Sie diese Phase effizienter gestalten, sodass Sie mehr Zeit haben, sich auf kreatives und strategisches Denken zu konzentrieren . Wie Sie in dieser Demonstration gesehen haben, Verwendung von ChechPT zur Interpretation spart die Verwendung von ChechPT zur Interpretation eines Projekt-Briefings nicht nur Zeit, sondern stellt auch sicher, dass Sie sich von Anfang an auf die richtigen Aspekte konzentrieren von Anfang an auf die richtigen Aspekte Es hilft Ihnen, die richtigen Fragen zu stellen und Nuancen aufzudecken, die sonst möglicherweise übersehen würden Lassen Sie uns nun über Ihre nächsten Schritte sprechen. Für Ihr Projekt möchte ich, dass Sie einen ähnlichen Ansatz verfolgen. Stellen Sie sich ein hypothetisches oder reales Projekt sich auf ein Produkt oder eine Dienstleistung bezieht, an der Sie interessiert sind Schreiben Sie ein Briefing und achten Sie dabei auf das Gleichgewicht zwischen Detail und nun mit dem, was Sie heute gelernt haben, daran, Arbeiten Sie nun mit dem, was Sie heute gelernt haben, daran, die Forschungsziele aus Ihrem Briefing Forschungsziele aus Sie können dies manuell tun oder dafür entscheiden, Chat GBT zu verwenden, um Ihnen zu helfen Schreiben Sie nun einige Fragen auf, die Sie zum Kickoff-Meeting für dieses Projekt mitbringen würden Konzentrieren Sie sich auf Klarstellungen, Herausforderungen und Und denken Sie dann über den Prozess nach. Wie war diese Erfahrung? Was haben Sie gelernt und wie können Sie dies in Ihrer beruflichen Arbeit anwenden? Diese Übung wird nicht nur Ihr Verständnis für die Planungsphase in der Forschung von EuRK schärfen Ihr Verständnis für die Planungsphase in der Forschung von , sondern Ihnen auch praktische Erfahrungen bei der Nutzung von KI für diese Denken Sie immer daran, dass KI Ihre Intuition oder Ihr Fachwissen nicht ersetzt , sondern erweitert lernen, KI in Ihren Arbeitsablauf zu integrieren, öffnen Sie Türen für eingehendere Erkundung, Kreativität und Präzision Damit ist diese Lektion abgeschlossen. Nehmen Sie sich Zeit für diesen Aktionsschritt und wenden Sie sich gerne an uns, wenn Sie Fragen haben oder Unterstützung benötigen. Ich freue mich darauf, Ihre Fortschritte zu sehen und in der nächsten Lektion nachzuholen. 6. Rekrutierung von Teilnehmern mit Hilfe von KI: Einer der wichtigsten Aspekte jedes UX-Forschungsprojekts ist die Suche nach den richtigen Teilnehmern. Hier ist eine kurze Orientierung. Im Moment befinden wir uns in der Rekrutierungsphase, und diese Phase entscheidet wirklich über die Qualität von allem , was danach folgt. Denk darüber nach. Wenn wir die falschen Leute rekrutieren, dann sind die Interviews laut und dann wird die Analyse chaotisch, egal wie gut unsere KI-Prompts Deshalb werden wir heute einen Screener entwickeln, der die richtigen Teilnehmer findet und uns vor Vorurteilen und Datenmüll schützt Aber bevor wir uns mit KI befassen, hier sind die vier Screener-Regeln Erstens, führe den Zeugen nicht an. Zweitens, Disqualifikationen mit einbeziehen, damit Sie am Ende nicht alle interviewen Drittens: Übe Datenminimierung . Sammeln Sie nur das, was Sie wirklich benötigen, um zu entscheiden, ob jemand geeignet ist, und stellen Sie vier Personen zusammen. Wenn wir nicht aufpassen, filtern Screener versehentlich ganze Gruppen heraus, und dann sind unsere Erkenntnisse nur ein schmaler Die Qualität Ihrer Erkenntnisse hängt von der Relevanz und Vielfalt der Personen ab, die Sie interviewen Heute werden wir untersuchen, wie KI ein unschätzbares Instrument bei der Zusammenstellung von Screenern für Forschungszwecke sein kann ein unschätzbares Instrument bei der Zusammenstellung von Screenern für Forschungszwecke , um die perfekten Kandidaten zu finden Screeners für Forschungsstudien sind Fragenkataloge , mit denen potenzielle Teilnehmer herausgefiltert werden können, um sicherzustellen , dass sie dem Profil Ihrer Zielgruppe entsprechen Die Prüfer müssen präzise, aber nicht richtungsweisend, unvoreingenommen und Lassen Sie uns nun untersuchen, wie Sie KI nutzen können , um Screenings für Forschungszwecke zu verfassen Du könntest das mit dem gleichen Ärger fortsetzen , den du bereits hattest Ich werde jetzt einfach mit einem neuen Bund beginnen. Und hier füge ich als Erstes unser Kontaktpaket wieder Also hier ist der Kontext unseres Projekts. Dann mache ich einfach eine neue Zeile und füge direkt darunter die Aufforderung für den Screener Und jetzt beinhaltet diese Aufforderung einige Anforderungen. HGPt wird also gebeten, etwa acht bis zwölf Fragen zu erstellen , die Multiple-Choice - und Kurzantworten bestehen Es beinhaltet die Disqualifikationen und alle Kriterien, über die wir gerade Und ich möchte, dass das als Tabelle dargestellt wird, weil das wirklich nützlich sein wird, um es dann auf die Plattform zu übertragen , die ich für die Erstellung dieser Screener verwende Mal sehen, was zurückkommt. Und hier ist das Ergebnis. Also suche ich nach drei Dingen. Erstens, sucht es tatsächlich nach unserem Zielverhalten? Zweitens, sind die Fragen neutral, und drittens, sammeln wir nur das, was wir brauchen? Deshalb haben wir hier zehn Fragen. Und wir können auch sehen , welche Optionen es gibt. So kann ich diese Fragen in meiner Umfragesoftware neu erstellen. Egal, ob ich Google Forms oder Notion Forms oder einen Survey Monkey oder etwas anderes verwende , ich kann den richtigen Fragetyp auswählen und die richtigen Optionen eingeben Und ich mag Fragen , die sich am Verhalten orientieren, zum Beispiel, wie oft jemand einen Share nutzt und ob er in letzter Zeit Taxis benutzt Also Fragen wie, wie oft haben Sie in den letzten 30 Tagen ein herkömmliches Taxi benutzt Das hilft uns, hier wirklich die richtige Zielgruppe zu finden , weil es auf dem basiert, was sie tatsächlich tun. Und wir haben hier auch eine Qualitätsfrage. Was ist ein Grund, warum Sie sich für die Transportoptionen entschieden haben, die Sie zuvor ausgewählt haben? Und Chat GPT hat diese Frage hier aufgenommen , weil wir damit die Qualität überprüfen Ich kann mir ein Bild davon machen , ob es einen guten Teilnehmer gibt, mit dem ich sprechen könnte Führen Sie nun einen QA-Pass aus, indem Sie ihn darunter einfügen. Also gleich nach dem Entwurfsbildschirm. Was wir hier also fragen, ist, einen QI-Pass zu machen und alle wichtigen Fragen zu identifizieren, alle Fragen zu identifizieren, die versehentlich Gruppen ausschließen könnten , und Fragen zu identifizieren, die unnötige persönliche Daten sammeln. Deshalb bitten wir die KI wirklich, sich jetzt selbst zu überprüfen. Also schauen wir mal, was zurückkommt. Und das ist der Schritt , den die Leute überspringen. Beim QA-Pass reduzieren wir also Vorurteile und machen den Screener tatsächlich nutzbar Beachten Sie, dass ich KI für den Screener-Entwurf verwende, aber ich bin vorsichtig, wenn ich sie für den Werbetext der Öffentlichkeit verwende , weil der Wortlaut wirklich ändern kann, wer sich Es soll Ihr Fachwissen nicht ersetzen . Es geht wirklich darum, Ihr Fachwissen zu erweitern. Sie können also sehen, dass Sie dadurch bereits viel Zeit und viel Gehirnleistung sparen viel Zeit und viel , weil Sie diese Fragen jetzt verwenden, ein wenig verfeinern, sie in einen Fragebogen aufnehmen, versenden und dann Ihre Teilnehmer rekrutieren können ein wenig verfeinern, sie in einen Fragebogen aufnehmen, versenden und dann Ihre Teilnehmer rekrutieren Mit der Leistungsfähigkeit der KI können Sie also schnell Fragen formulieren und dabei sicherstellen, dass sie unvoreingenommen sind und auf Ihre spezifischen Forschungsbedürfnisse zugeschnitten Sie können ChagBT sogar bitten, die Fragen zu überprüfen und Verbesserungen vorzuschlagen, um die Fragen effektiver zu gestalten die Sie könnten also eine solche Aufforderung verwenden, um Ihre bereits vorhandenen Screener-Fragen zu verfeinern bereits vorhandenen Verwendung von KI für diesen Prozess spart also nicht nur Zeit, sondern hilft Ihnen auch dabei, den Screener aus verschiedenen Blickwinkeln zu betrachten, wodurch ein Maß an Objektivität erreicht wird, das manchmal allein schwer zu erreichen sein kann manchmal allein schwer zu erreichen sein Eine weitere wichtige Nuance, bevor wir zum Abschluss Verwendung von KI zur Erstellung eines Screeners ist eine Sache, aber KI zu verwenden, um den Rekrutierungstext zu schreiben, sodass die Botschaft, die Sie aussenden, um Ihre Studie bei potenziellen Kandidaten zu bewerben, darin besteht, dass KI versehentlich zu Vorurteilen führen kann In diesem Fall sollten wir das also vermeiden. Der Wortlaut könnte ändern, wer sich dafür entscheidet oder die Leute dazu animiert, über eine bestimmte Sache zu sprechen, dann behalten wir die Kopie Wenn das Thema sensibel ist oder viel auf dem Spiel steht, dann halten wir es auch menschlich Wenn wir genau wissen müssen, was wir mit den Daten, dem Anreiz, der Aufzeichnung oder der Einwilligung machen Anreiz, der Aufzeichnung oder , dann halten wir es menschlich. Und wenn Inklusion wichtig ist, sind wir vorsichtig. KI tendiert oft dazu, standardmäßig eine professionelle Stimme zu verwenden , die Menschen stillschweigend ausschließen kann. Wenn wir KI für Werbetexte verwenden, behandeln wir sie wie einen ersten Entwurf und führen dann einen QA-Pass durch, überprüfen, ob die Sprache am wichtigsten ist, überprüfen Sie die Klarheit, überprüfen Sie die Aufnahme und stellen Sie sicher, dass wir nur das sammeln, was wir benötigen. unbedingt daran, dass KI ein Instrument ist, mit dem Sie Ihre Fähigkeiten erweitern können Es soll Ihr Urteilsvermögen nicht ersetzen. Überprüfen Sie also immer die Fragen und berücksichtigen Sie die ethischen Implikationen, z. B. die Wahrung der Privatsphäre und die Vermeidung potenziell sensibler Fragen. Benutze dein Gehirn. Und jetzt bist du dran. Identifizieren Sie Ihre Zielgruppe. Definieren Sie das Profil der Teilnehmer Sie für Ihr Forschungsprojekt interviewen möchten. Stellen Sie dann Ihren Forschungs-Screener zusammen. Verwenden Sie HechBT oder entwerfen Sie manuell eine Reihe von Fragen , anhand derer Sie geeignete Teilnehmer identifizieren können Denken Sie daran, nach Klarheit, Relevanz und Unparteilichkeit zu streben. Denken Sie dann über die Erfahrung nach. Wie hat der Einsatz von KI Ihren Prozess beeinflusst? Was haben Sie gelernt und vor welchen Herausforderungen standen Sie? Bitte teilen Sie Ihre Screenshots mit einer Klasse, wenn Sie sich wohl fühlen und zögern Sie nicht, um Feedback oder Unterstützung zu bitten Inzwischen haben Sie gesehen, wie KI verschiedene Aspekte des UX-Forschungsprozesses von der Planung bis zur Rekrutierung verändern kann verschiedene Aspekte des UX-Forschungsprozesses von der Planung bis zur Rekrutierung Verlauf werden wir weiterhin nach weiteren Möglichkeiten suchen, das Potenzial von KI für Ihre Forschungsaktivitäten zu Im weiteren Verlauf werden wir weiterhin nach weiteren Möglichkeiten suchen, das Potenzial von KI für Ihre Forschungsaktivitäten zu nutzen. Wir sehen uns in der nächsten Liste. 7. Vorbereitung auf Benutzerinterviews mit KI: Die Durchführung von Interviews ist eine delikate Kunst. Als Forscher müssen wir ein angenehmes Umfeld für die Teilnehmer schaffen , das Gespräch leiten und aufmerksam zuhören In dieser Lektion erfahren Sie, wie Sie KI nutzen können, um sich auf erfolgreiche Interviews vorzubereiten und diese durchzuführen Aber zuerst eine schnelle Orientierung. Im Moment sind wir in der Interviewphase. Hier sammeln wir das Rohmaterial für alles, was später kommt. Heute werden wir KI auf zwei Arten einsetzen. Erstens, um uns bei der Erstellung eines Moderationsleitfadens zu helfen, und zweitens, um unsere Fähigkeiten im Fragen und Zuhören zu üben unsere Fähigkeiten im Fragen und Zuhören Nur ein wichtiger Hinweis: KI-Rollenspiel ist Übung Es kann Ihnen helfen, schärfer zu werden, aber es ist kein Beweis für echte Benutzer Bevor wir uns mit Fragen befassen, benötigen wir eine solide Zustimmung und eine Ausgangsbasis für die Aufzeichnung In der Praxis sollten Sie sich darüber im Klaren sein , was aufgezeichnet wird, warum Sie es aufnehmen, wer Zugriff darauf hat und wie es gespeichert wird. Und Sie möchten die Teilnehmer daran erinnern , dass sie jede Frage überspringen, eine Pause einlegen oder jederzeit beenden können . Wir werden es im Kurs einfach halten, aber bei echten Projekten immer an die Richtlinien Ihrer Organisation und alle lokalen Vorschriften halten. Und noch eine Grundlage, bevor wir KI einsetzen. Die Qualität des Interviews hängt von der Frage der Hygiene ab. Wir wollen offene und neutrale Fragen. Vermeiden Sie Doppelfragen, bei denen wir versehentlich zwei Dinge gleichzeitig stellen Und wo immer möglich, orientieren wir uns an Verhalten und realen Beispielen, nicht an abstrakten Meinungen Lassen Sie uns also mit der Erstellung eines Moderationsleitfadens beginnen. Ein Moderationsleitfaden ist eine Roadmap für Ihre Vorstellungsgespräche, zu behandelnden Themen, die zu stellenden Fragen und der Ablauf der Konversation Sorgt für Konsistenz und ermöglicht es Ihnen , sich auf den Interviewpartner zu konzentrieren Lassen Sie uns also untersuchen, wie KI Sie bei der Erstellung eines soliden Moderationsleitfadens unterstützen kann Sie bei der Erstellung eines soliden Moderationsleitfadens Skizzieren Sie zunächst die wichtigsten Erkenntnisse, die Sie sammeln möchten, schreiben Sie dann Verwenden Sie diese GBT, um offene Fragen zu formulieren , die zu ausführlichen Antworten anregen Ordnen Sie die Fragen so, dass sie einen natürlichen Verlauf Beginnen Sie mit allgemeinen Fragen und gehen Sie dann zu spezifischen Lassen Sie mich diesen Prozess demonstrieren. Hier ist das Muster, das ich empfehle. Geben Sie dem Modell ein kurzes Kontextpaket und klare Forschungsziele. Fragen Sie es nach Themen, offenen Fragen und einem vernünftigen Ablauf. Dann übernimmst du den menschlichen Teil, redigierst den Ton entsprechend, entfernst alles Wichtige und schneidest die Sprache an deinen Stil an. Bevor Sie anfangen, Forschungsfragen zu stellen, möchte ich die Zustimmung einfach und explizit halten. Teilen Sie Ihrem Teilnehmer mit, wie lange es dauern wird. Erläutern Sie, was Sie aufzeichnen, wer Zugriff darauf hat und wie es gespeichert wird, und erinnern Sie die Teilnehmer daran, dass sie alles überspringen oder jederzeit beenden können . Also springen Sie zu Chet GBT. Zuerst füge ich mein Kontaktpaket noch einmal ein, was im Wesentlichen die Kurzbeschreibung ist, nur damit Chet GBT weiß, worum es bei dem Projekt geht oder was wir hier tun Ich mache ein paar neue Zeilen und direkt darunter füge ich die Eingabeaufforderung Unsere Aufforderung besteht also im Wesentlichen darin, das Model zu bitten, einen Moderationsleitfaden für ein 45- bis 60-minütiges Interview zu erstellen einen Moderationsleitfaden für ein 45- bis 60-minütiges Interview Sie können die Länge natürlich anpassen, je nachdem, was aus Ihrem Kickoff-Meeting hervorgegangen ist Und das Gleiche gilt für die Kernthemen hier. Und die Aufforderung: Vielleicht möchten Sie hier die Themen aufnehmen, die aus Ihrem Kickoff-Meeting hervorgegangen sind und die Sie mit Ihren Stakeholdern besprochen haben Lassen Sie uns nun diesen Moderationsleitfaden erstellen. Während der Generierung suche ich nach offenen Fragen, neutralen Formulierungen und einem Ablauf, der sich natürlich anfühlt Ich mag es auch, ein kurzes Zustimmungsskript oben zu haben, damit ich die Grundlagen im Moment nicht vergesse , und genau das haben wir hier. Es beginnt also damit, danke, dass Sie sich heute die Zeit genommen haben, mit mir zu sprechen. Ich bin daran interessiert zu erfahren, wie Sie sich normalerweise fortbewegen und welche Erfahrungen Sie mit Taxi- und Share-Apps gemacht haben. Es gibt keine richtigen oder falschen Antworten, daher ist es immer wichtig, das zu sagen. Ich bin hier, um von dir zu lernen. Und mit Ihrer Erlaubnis nehme ich dieses Gespräch gerne auf, damit ich nichts verpasse. Die Aufzeichnung wird nur für Forschungszwecke verwendet und nicht außerhalb des Projektteams weitergegeben. Also, ja, es ist einfach wirklich gut, dass das hier enthalten ist. Also das sieht sehr gut aus. Dann haben wir ein paar Fragen zum Aufwärmen. haben etwas mit dem Thema zu tun, fragen also danach, wie Sie sich in der Stadt fortbewegen. Was war das letzte Mal, dass wir ein Auto benutzt haben , um irgendwohin zu fahren und so weiter. Und dann gehen wir auf die Kernthemen ein, die aktuellen Mitfahrgewohnheiten, die Nutzung von Taxis, das durchgängige Buchungserlebnis, etwas rund um Vertrauen und Sicherheit , Preisgestaltung und voraussichtliche Ankunftszeit usw., bis hin zur und mit ein paar Zeilen hier, nur zum Abschluss. Mal sehen, was wir haben. Wenn Sie eine Sache an der heutigen Funktionsweise der Buchungs-Apps von Right ändern könnten, was würden Sie ändern? Es ist immer eine tolle Entdeckungsfrage, die man stellen sollte. Und gibt es etwas das wir nicht gesprochen haben und das Sie für wichtig halten? Und das ist auch immer gut für die Teilnehmer, einfach alles zu sagen, was ihnen in den Sinn kommt. Und dann ist es immer gut, den Teilnehmern zu danken und sie wissen zu lassen, dass ihr Beitrag sehr hilfreich war. Das sieht also toll aus. Und jetzt führe ich einen QA-Pass durch, indem diese QA-Aufforderung direkt nach dem, was generiert wurde, Lesen Sie also den Moderationsleitfaden, den Sie gerade erstellt haben, und achten Sie auf die Hauptsprache, das Urteilsvermögen oder die Formulierung, doppelzüngig, stellen Sie Urteilsvermögen oder die Formulierung, doppelzüngig, alle Fragen in Frage, die zu abstrakt sind oder keine Folgetestungen enthalten Deshalb möchte ich, dass Chet GBT den Moderationsleitfaden entsprechend überarbeitet . Lass uns einen Blick darauf werfen Es enthält also einen Abschnitt mit den wichtigsten Änderungen: abstrakte Fragen wurden anhand aktueller konkreter Situationen neu formuliert, abstrakte Fragen wurden anhand aktueller konkreter Situationen neu formuliert um Antworten im realen Verhalten zu verankern, subtil bewertende Formulierungen wie „besonders glatt“ entfernt und durch neutrale Formulierungen ersetzt, als glatt“ entfernt und durch neutrale Formulierungen ersetzt ob Ja. Diese Frage ist dann abgeschlossen, wenn der Leitfaden wirklich bereit für ein Interview ist. Auf diese Weise vermeiden wir also auch KI-generierte Fragen , die gut klingen, den Teilnehmer aber subtil leiten Jetzt haben wir einen soliden ersten Entwurf eines Moderationsleitfadens. kann das alles jetzt in mein eigenes Dokument kopieren und es gründlich durchlesen und an meinen Stil anpassen Fantastisch. Und dann können wir rausgehen und unsere Interviews machen. Aber wenn Sie noch nie Interviews gegeben haben, könnte das ziemlich entmutigend sein Ein Interview zu führen ist mehr als einem Drehbuch zu folgen. Es geht darum, sich zu engagieren, zuzuhören und sich anzupassen. Aber du hast es erraten Mit KI können Sie sogar üben, aktiv zuzuhören und offene Fragen zu formulieren. Wie funktioniert das? Lass es mich dir zeigen. Das ist eine Geschicklichkeitsübung. Es hilft dir, aktiv zuzuhören, bessere Nachfragen und unter Druck neutral zu bleiben. Sehr wichtig ist jedoch, dass es sich dabei nicht um Beweise für echte Nutzer Deshalb behandeln wir sie nicht wie Daten und verwenden sie auch nicht in unseren Analysen. Es ist wirklich nur ein Übungslauf, damit Sie sich in den Flow einarbeiten können, bevor Sie mit echten Benutzern sprechen. Ein paar Grundregeln sorgen dafür, dass sich das realistisch anfühlt. Halten Sie die simulierten Antworten kurz, beschränken Sie das Rollenspiel auf zehn Fragen und bitten Sie am Ende immer um Feedback Und wenn möglich, orientieren Sie sich an realen Beispielen mit Eingabeaufforderungen. Erzählen Sie mir zum Beispiel von einer Zeit, in der ich einen neuen Chat erstellen durfte. In diesem Chat werde ich diese Aufforderung verwenden , bei der es darum geht , Chat GPT so einzurichten , dass es ein Rollenspiel mit Ihnen spielt Auf diese Weise können wir unsere Fähigkeiten im Vorstellungsgespräch üben und uns wirklich sicher sein , dass wir, wenn wir mit echten Menschen sprechen , sehr kompetent sind und uns sicher sein können, dass wir das richtig machen Ein bisschen Übung hilft also. In diesem Fall richten wir also ein Rollenspiel mit Chat GBT Ich bitte CheGBT, einen Benutzer zu simulieren. Ich möchte Chet GPT Konversations- und kurze Antworten auf Konversations- und kurze Ich möchte also nicht, dass es nur lange Absätze generiert. Ich möchte das wirklich nur sehr schnell und authentisch üben sehr schnell und authentisch Ich lege auch einige Parameter fest wie das Rollenspiel ablaufen soll Ich möchte nicht, dass das ewig so weitergeht. Dieses Gespräch wird nur zehn Fragen enthalten. Und nach zehn Fragen wäre es gut, Feedback zu bekommen, oder? So kann ChatGPT Feedback zu unseren Interviewfähigkeiten geben, denen aktives Zuhören und das Stellen offener Fragen gehören und das Stellen offener Fragen Aktives Zuhören bedeutet, dass ich wirklich zuhöre, was der Nutzer sagt, und ich paraphrasiere es und reflektiere es um sicherzugehen, Offene Fragen zu stellen bedeutet, dass ich Fragen stelle, die nicht einfach mit Ja oder Nein beantwortet werden können einfach mit Ja oder Nein beantwortet werden sind in der Regel Fragen , die mit dem W beginnen. Warum, was, wann, wo, aber auch wie? Lassen Sie uns nun sehen, wie das läuft. Also hier ist, was Chat GPT mir in der Rolle eines Benutzers sagt Das Layout der App finde ich besonders verwirrend Ich kann anscheinend nicht finden, wo ich mein Ziel eingeben muss. Dies hat dazu geführt , dass ich viel Zeit damit verschwendet habe, herauszufinden, wie man bucht oder fährt. Es ist frustrierend, um ehrlich zu sein. Nun, das ist etwas, was ein echter Benutzer sagen würde. Denken Sie daran, dass es sich nicht um Daten handelt. Das ist nur eine Übung. Lasst uns also unser aktives Zuhören und unsere offenen Fragen üben . Es ist also eine gute Idee , die Frustration anzuerkennen , die der Benutzer geäußert hat Und dann möchte ich wissen, wie gut für sie aussieht? Was sind ihre Erwartungen? Also frage ich nur, ob ich mir vorstellen kann , wie frustrierend das wäre Welche anderen Apps hast du benutzt, die das gut machen? Ein Che HipT in der Rolle eines Benutzers sagt mir, ich die App von Right Zoom verwendet habe und sie eine viel benutzerfreundlichere Oberfläche hat Alles ist übersichtlich gestaltet und ich finde schnell, was ich brauche. Danke, dass du das geteilt hast. Welcher Aspekt des Service von Taxi Corp funktioniert gut für Sie? Nun, es hört sich so an, als ob Sie Tax Corp aufgrund ihrer Sauberkeit und ihres Service anderen Diensten vorziehen . Und wenn die App eine klarere Oberfläche hätte, wäre sie Ihre bevorzugte Taxi-App, stimmt das? Okay, jetzt haben wir ein simuliertes Gespräch mit zehn Fragen geführt, und Chat GBT hat uns Feedback gegeben. Lass uns sehen. Sie haben durchdachte Folgefragen gestellt, die direktem Zusammenhang mit meinen vorherigen Antworten standen Ihr allgemeines Engagement war ausgezeichnet, verdeutlichen und bestätigen und Sie konnten Ihr Verständnis meiner Antworten wodurch ich das Gefühl hatte, gehört zu werden Das ist großartig. Ich liebe es, positive Verstärkung zu bekommen. Danke, Chat GBT Das Fortschreiten Ihrer Fragen hat mich veranlasst, mich eingehender mit meinen Erfahrungen und Gefühlen zu befassen, was in einer realen Forschungsumgebung wertvoll sein würde Nun, das ist jetzt wirklich nützlich. Es gab jedoch einen Punkt, an dem sich eine Frage leicht wiederholend anfühlte , und das gibt mir ein Beispiel, das vielleicht nützlicher gewesen wäre, wenn es anders formuliert worden wäre , um einen anderen Aspekt von Das ist wirklich gut zu untersuchen von Das ist wirklich gut Ich hatte eine gewisse positive Einstellung zur Durchsetzung. Jetzt kann ich tatsächlich rausgehen und mich sicher fühlen , diese Interviews zu führen. Und Chat GBT hat mir einen kleinen Hinweis gegeben, zum Beispiel, was ich verbessern kann, was großartig ist, weil jedes Interview eine Lernmöglichkeit ist Eine letzte Angewohnheit, mit der Sie schnell besser werden: eine zweiminütige Nachbesprechung Halten Sie gleich nach jedem Interview fest, was Sie gelernt haben. Was hat Sie überrascht, wohin Sie den Teilnehmer vielleicht geführt haben und drei Follow-ups, um es beim nächsten Mal zu versuchen. Es ist einfach, aber es fügt sich schnell zusammen. Und jetzt sind Sie an der Reihe, diese Konzepte in die Tat umzusetzen. Schreiben Sie Ihren Moderationsleitfaden. Verwenden Sie das Gelernte, um einen umfassenden Moderationsleitfaden für Ihr Projekt zu erstellen, und führen Sie anschließend ein Ganz gleich, ob Sie mit einem Kollegen, Freund oder einem Freiwilligen zusammenarbeiten, verwenden Sie Ihren Moderationsleitfaden, um mindestens ein Interview zu führen Konzentrieren Sie sich auf offene Fragen und aktives Zuhören. Und bitte zögern Sie nicht, Ihre Erfahrungen und Erkenntnisse, die Sie aus diesem Prozess gewinnen , mit der Klasse zu teilen. Wie Sie sehen, ist KI mehr als ein Tool zur Automatisierung. Es ist ein Begleiter im kreativen Prozess und hilft Ihnen dabei, aussagekräftige Interviews zu erstellen und durchzuführen. Denken Sie daran, dass die wahre Magie entsteht, wenn menschliche Intuition und Empathie technologische Innovation treffen Fröhliches Vorstellungsgespräch. Viel Glück und wir sehen uns in der nächsten Lektion 8. Analysieren von Interviews mit KI: Komm zurück. Hier führen wir ein chaotisches Gespräch und verwandeln es in etwas, das wir tatsächlich nutzen können, und wir werden es mit KI machen, aber wir werden es mit offenen Augen machen Hier ist die Kernidee. Wir analysieren ein Interview nach dem anderen, und das liegt nicht daran, dass Sie ein Anfänger sind. Das liegt daran, dass es robust ist. Wenn Sie versuchen, alle Interviews auf einmal zu analysieren , passieren zwei Dinge. Sie verlieren den Faden dessen, was dieser Teilnehmer tatsächlich gesagt hat, und die KI beginnt, den Durchschnitt aller Informationen zu einer glatten Geschichte zu berechnen, die wahr klingt, aber nicht nachvollziehbar ist Deshalb gehen wir Interview für Interview. Wir machen die Beweise klar. Und dann fassen wir die Ergebnisse der Interviews zusammen. Du machst zuerst einen Cross-Interview-Pass? Sicher. Manchmal ist es nützlich für einen schnellen Scan. Aber wenn uns Glaubwürdigkeit wichtig ist, überspringen wir nicht den einen Interview-Pass. Also hier ist der heutige Arbeitsablauf. Wir beginnen mit der Datenverarbeitung und -reduzierung. Ich werde über Transkriptionsoptionen sprechen. Es gibt einen kleinen Interview-Tipp, den ich dir geben werde. Dann gehen wir von der Niederschrift zur Beweistabelle über. Wir können Fragen zur KI-Analyse stellen, und ich werde Ihnen einige Leitplanken geben Wir werden über Selbstvertrauen und Grenzen sprechen und darüber, wie man einen Reset durchführen kann, wenn die KI ins Wanken gerät. Lassen Sie uns also darauf eingehen Wir machen alles Clevere, wir machen den langweiligen Teil für Erwachsene, nicht weil es Spaß macht, sondern weil es darum geht, wie wir vermeiden, Menschen zu schaden und gegen Richtlinien zu verstoßen oder uns selbst ins Chaos zu Also hier ist die Realität. Manchmal ist es uns nicht erlaubt , Interviewdaten in ein öffentliches KI-Tool einzufügen. Also überprüfen wir zuerst die Regeln in unserem Kontext. Handelt es sich um Kundenarbeit, Arbeitgeberpolitik, sensible Bereiche? Riskiere es einfach nicht. Und dann redigieren wir. Ich möchte, dass das machbar ist, nicht gruselig. In der Praxis sieht die Reduzierung normalerweise nach Suchen und Ersetzen aus, dazu kommt eine schnelle, gesunde Haut. Ersetzen Sie beispielsweise echte Namen durch Teilnehmer-IDs. Sarah wird also Teilnehmerin eins. Alex wird Teilnehmer zwei. Ersetzen Sie dann bestimmte Organisationen und Produkte. ACM Bank wird also Bank A. Internes Tool X wird Internes Tool Entferne alles, was jemanden direkt identifizieren kann, E-Mails, Telefonnummern, Adressen usw. Und dann mache einen zweiten Durchgang für das hinterhältige Zeug. Nur Details, die immer noch jemanden verraten könnten, wie die einzige Hebamme in unserer Stadt oder ich bin der Designleiter bei diesem Startup, das jeder kennt Meine liebste Angewohnheit mit geringem Aufwand ist es, eine Kopie des Transkripts mit dem Namen Transcript redacted anzufertigen dem Namen Transcript und das Original an einem sicheren Ort aufzubewahren Arbeiten Sie nur mit einer redigierten Datei , wenn Sie KI verwenden. Und schließlich erstellen wir ein kleines Kontextpaket. Das ist der Teil, den du in neue Bünde einfügst, damit die KI am Boden bleibt Es ist kurz, sauber und beinhaltet eine Projektzusammenfassung mit einem Absatz, Ihre Forschungsziele das Teilnehmerprofil im Allgemeinen Welches Ergebnis Sie erstellen möchten, keine Namen, keine Geheimnisse, gerade genug Kontext damit die Analyse Sinn macht. Okay, lassen Sie uns über Transkription sprechen. Hier sind die guten Neuigkeiten. In den meisten Fällen benötigen Sie kein ausgefallenes Transkriptions-Setup Normalerweise können Sie mit dem beginnen was Sie für die Aufzeichnung des Interviews verwendet haben Zoom verfügt häufig über Transkripte, und Google Met kann je nach Konto auch Transkripte generieren je nach Konto auch Transkripte Und wenn Sie nicht gerade vorsichtig und schlank sind, können Sie auch mit iPhone-Sprachnotizen aufnehmen oder die Sprachnotizen Das ist eine überraschend gute Option für die Forschung im Frühstadium Sie erhalten keine Lautsprecher-Labels, aber Sie können trotzdem brauchbare Angebote einholen. Was uns also wichtig ist, ist nicht das beste Tool. uns wichtig, ob das Transkript brauchbar ist. Erzählst du , wer was gesagt hat? Stimmt es, dass Zitate nicht peinlich sind? Können Sie es problemlos exportieren? Und hier ist ein Interview-Tipp. Dies ist eine dieser kleinen Fähigkeiten, mit denen der Rest Ihres Workflows einfach anfühlt. Wenn wir wissen, dass wir später analysieren werden, führen wir Interviews auf eine Art und Weise durch, dass ein guter Text entsteht. Anstatt den Teilnehmer Antworten mit einem Wort geben zu lassen , verwenden wir ganze Sätze. Und das liegt nicht daran, dass wir streng sind. Das liegt daran, dass später, wenn wir nach Beweisen suchen , ja, es nutzlos ist. Und in Usability Moments erzählen wir, was passiert ist. Hier ist ein Beispiel Wenn der Teilnehmer also sagt, dass ich als Forscher nicht darauf geklickt habe, können wir für das Protokoll erzählen, was Sie davon abgehalten hat, auf die Schaltfläche „Plan löschen“ zu klicken Und jetzt haben wir eine Niederschrift , die enthält, was sie vermieden haben, den Grund und die Konsequenzen, die Das ist ein Zitat, das Sie tatsächlich verwenden können. Jetzt der Teil, der uns ehrlich hält. Wenn Leute von KI-Analyse sprechen, meinen sie oft, das Protokoll einzufügen, nach Erkenntnissen zu fragen und auf das Beste zu hoffen Und ja, du wirst eine Antwort bekommen. Es könnte ein wunderschöner Absatz sein , den Sie nicht verteidigen können. Also machen wir etwas disziplinierteres. Wir erstellen eine Tabelle mit Beweisen. Wenn Sie das noch nie gemacht haben, so funktioniert es. Wir schlagen eine kleine Brücke zwischen dem Rohprotokoll und den Erkenntnissen, auf die wir unseren Namen zu setzen bereit sind Und die Regel lautet zuerst zitieren, also zweitens. Eine Zeile in einer Evidenztabelle könnte also so aussehen. Ich liebe es daran , dass es einfach ist. Es erfordert kein spezielles Tool und verhindert, dass Sie versehentlich einen Bericht schreiben, der zu 90% aus Vibes besteht Beachten Sie auch, was wir noch nicht tun. Wir versuchen nicht, das gesamte Interview zu einer großen Theorie zusammenzufassen das gesamte Interview zu einer großen Theorie Wir sammeln nur die Beweise , die später wichtig sein werden Okay, also zuerst öffne ich ein neues Textdokument. Also verwende ich Text Edit hier auf dem Mac. Sie können ein Textdokument auf Ihrem PC verwenden , wenn Sie das verwenden. Und jetzt füge ich die Eingabeaufforderung aus dem Eingabeaufforderungsblatt ein. Und Sie können sehen, dass hier etwas Platz für unser Kontaktpaket ist. Also das Kontaktpaket, das wir zuvor vorbereitet haben , werde ich einfach hier einfügen . Ich überprüfe das gerade. Jep. Und dann konzentrieren wir uns vorerst nur auf das erste Forschungsziel Hier können Sie einige Fragen einfügen, die Sie haben. Konzentrieren wir uns vorerst nur auf eine einfache Frage. Was sind die wichtigsten Beweggründe für diesen Kunden, Taxis den Right-Share-Apps vorzuziehen Ich überprüfe das gerade. Und ja, das sieht gut aus. Und jetzt wähle ich einfach all das aus und öffne den Chat GPT in einem neuen Fenster nur um sicherzugehen, dass kein Kontext vorhanden ist Ich werde das alles hier zusammen mit unserem Transkript einfügen , das ich zuvor redigiert habe Ich überprüfe gerade alles. Alles ist da. Okay, lassen Sie uns die Magie einsetzen. Und das könnte eine Weile dauern HGBT liest jetzt unser Protokoll und die Aufforderung, und los geht's. Es erstellt unsere Tabelle mit Beweisen. Und jetzt kann ich diese Tabelle durchgehen und wirklich prüfen, ob ich damit einverstanden bin oder was davon nützlich ist, und dann das übernehmen und direkt in mein Arbeitsdokument kopieren direkt in mein Arbeitsdokument dem ich die Beweise zusammenstelle. Jetzt können wir die KI so nutzen, wie sie ist, einen schnellen Assistenten, der lesen und zusammenfassen kann Es ist völlig in Ordnung, Fragen zu stellen wie, wie hat dieser Teilnehmer X gemacht? Womit hatten sie zu kämpfen? Was hat sie verwirrt? Was hatten sie erwartet? Solange wir Leitplanken hinzufügen, den Output für die Synthese nutzbar machen Also hier sind meine Lieblingsleitplanken. Antworte in einer Tabelle. Jeder Antrag muss ein unterstützendes Angebot enthalten. Trennen Sie, was passiert ist, und was es bedeuten könnte. Und wenn die Beweise schwach sind, sagen Sie das ausdrücklich. Ja, du kannst ein bisschen Spaß haben. Du kannst fragen. Wie würden Sie diese Funktionen auf der Grundlage des mentalen Modells des Teilnehmers umbenennen ? Oder schreiben Sie den Frustrationsmoment als einzeilige Geschichte. Verwechseln Sie dieses kreative Ergebnis nur nicht mit Beweisen. Es ist nur eine Hilfe zum Denken, kein Befund. Manchmal hört man Forscher sagen, wir hätten die Interviews codiert. Das mag sehr akademisch klingen, aber Codieren oder Taggen ist im Grunde genau das Wir geben Teilen von dem, was die Leute gesagt haben, kleine Etiketten , damit wir die Muster später sehen können Wenn ein Teilnehmer sagt, dass ich ihm mein Bank-Login nicht anvertraut habe, dann könnte ein einfacher Code oder ein Tag vertrauenswürdig sein. Wenn eine andere Person sagt, hatte ich Angst, dass ich alles lösche. Das kann auch Vertrauen sein oder vielleicht Angst vor unumkehrbarem Handeln. Es geht also nicht darum, schick zu sein. Der Punkt ist, dein Gehirn davon abzuhalten, ich habe das Gefühl, dass Vertrauen eine Sache war, und stattdessen sagen zu können: Cool, Vertrauen ist siebenmal aufgetaucht, und hier sind die Quittungen Nun, hier ist der Teil, den dir die Leute nicht sagen. Sie benötigen keine perfekte Codierungs- oder Tagging-Taxonomie. Sie benötigen keine 100 Tags, und Sie müssen dies definitiv nicht zu einem Hobby machen Heutzutage ist für viele Teams die nützliche Frage, ob mir dieses Etikett hilft, die Beweise wiederzufinden und sie für eine Entscheidung zu verwenden. Wir programmieren also weiterhin leichtgewichtig. Manchmal sind es wörtliche Tags. Manchmal ist das nur eine Kolumne wie Kandidateneinblick, Designproblem, offene Frage Ich verwende ein Tool, das sich hervorragend eignet, um qualitative Daten zu analysieren und Dinge visuell so zu organisieren , dass Sie eine Affinitätskarte erstellen und Muster in Ihren Daten erkennen können Es heißt verdichtet. Es ist ein wirklich nützliches Tool, und ich kann es nur empfehlen. Um mir einfach all meine Tags anzusehen, bin ich in diesem Fall wirklich neugierig, was unsere Kunden darüber sagen , wie sie die Entscheidung treffen ein Taxi oder einen Fahrstuhl zu buchen. Für jedes relevante Zitat gibt es hier einen Tag namens Entscheidungsprozess, und ich kann mir alle Tags zum Entscheidungsprozess ansehen . Ich kann einfach alle Zitate auswählen , die sich auf den Entscheidungsprozess beziehen. Klicken Sie auf diese Schaltfläche , mit der ich alle Zitate als Text kopieren kann. Wenn das Taggen Ihnen hilft, Zitate später abzurufen, tun Sie es. Wenn es dein Leben auffrisst, überspringe es und konzentriere dich auf die Tabelle mit Beweisen Das Ziel ist keine perfekte Taxonomie. Das Ziel ist nachvollziehbares Denken. In Ordnung, Selbstvertrauen. Wenn wir einem Befund ein Konfidenzniveau hinzufügen, versuchen wir nicht, wissenschaftlich zu klingen Wir machen einfach etwas viel Einfacheres. Wir sagen die Wahrheit darüber, wie solide die Beweise sind, denn in der Forschung gibt es einen großen Unterschied zwischen dieser Person, die einen schwierigen Moment hatte , und diesem zuverlässigen Muster, das Produktentscheidungen beeinflussen sollte. Vertrauen ist unsere Art, diesen Unterschied zu signalisieren. Also hier ist eine menschliche Art , darüber nachzudenken. Wenn Sie ein Zitat lesen, fragen Sie sich selbst. Haben sie es klar gesagt? Haben sie ein konkretes Beispiel gegeben? Hat es etwas mit der Sache zu tun , an der wir gerade forschen? Wenn das Zitat spezifisch und eindeutig ist, ist das schon ein guter Anfang Und dann frag, ist das nur ein Moment oder ist es mehr als einmal aufgetaucht Das könnte mehr als einmal sein, dass der Teilnehmer es im selben Interview mit verschiedenen Worten wiederholt hat. Oder Sie haben dasselbe von anderen Teilnehmern gehört, oder Sie können etwas Ähnliches in Verhaltensdaten sehen. Geben Sie also Wut-Klicks oder Support-Tickets ab. Eine einfache Konfidenzskala kann also ein hohes Maß an Vertrauen bedeuten, dass es sich solide anfühlt. Die Beweise sind eindeutig und sie hängen nicht von einem fragilen Zitat ab. Mittlere Sicherheit bedeutet, dass das echt aussieht, aber ich möchte es bestätigen. Könnte vom Teilnehmertyp, dem Szenario oder dem spezifischen Ablauf abhängen , den wir getestet haben. Geringes Selbstvertrauen bedeutet interessant, aber ich bin noch nicht bereit, darauf Entscheidungen zu treffen. Es könnte ein Missverständnis sein, aber einmalig oder einfach nicht gut unterstützt Und hier ist die Geheimwaffe. Wenn Sie glaubwürdig klingen möchten, ohne langweilig zu sein, fügen Sie noch einen Satz Was würde das Selbstvertrauen stärken? wir das zum Beispiel von zwei weiteren Teilnehmern hören , wird das hoch. Wenn die Analytik bei diesem Schritt einen Rückgang zeigt , wird dieser Wert hoch. Wenn wir die überarbeitete Benutzeroberfläche testen und die Verwirrung verschwindet, können wir sie schließen. Einschränkungen sind nur Ihre Ehrlichkeitsklausel. Sie sind die Gründe. Ein kluger Interessensvertreter sollte nicht zu generalisieren, wie etwa kleine Stichprobe, Qualität des Transkripts, ungewöhnliche Teilnehmer, sehr spezifischen Kontext zu generalisieren, wie etwa kleine Stichprobe, Qualität des Transkripts, ungewöhnliche Teilnehmer, sehr spezifischen Kontext. Die Angabe von Einschränkungen schwächt Ihre Forschung nicht . Es verhindert, dass jemand anderes Gerede über den Moment missbraucht, in dem KI vom hilfreichen Assistenten zum Warum bist du so? Falls du dich jemals dabei ertappt hast zu denken : Nein, das habe ich nicht gemeint Warum bist du so vage? Das ist normal. Das Knifflige daran ist, dass das Tool gut darin ist, selbstbewusst zu klingen Es kann sich anfühlen, als ob Sie sich in einem Gespräch mit einer eigensinnigen Person Und da verlieren die Leute Zeit, weil wir versuchen, sie zu überzeugen, aber es ist keine Person Es hat keinen Kontext wie wir. Es ist nicht peinlich. Es wird nicht plötzlich vorsichtiger , weil wir es gesagt haben. Wenn es also anfängt zu driften, streiten wir uns nicht. Wir setzen zurück Und wenn ich Drift sage, meine ich damit, dass sich die KI von dem abgewandt hat , wonach wir eigentlich gefragt Sie vergisst das Ziel. Es fängt an, Lücken zu füllen. Es wird glatt und generisch. Das Zurücksetzen ist also ein kleines Ritual , das es wieder nützlich macht Das ist der Schachzug. Starte einen neuen Fred und füge dann das Kontaktpaket erneut ein. Nennen Sie das einzige Ziel in einem Satz. Teilen Sie ihm das gewünschte Format mit und fügen Sie die Regel hinzu. Für jede Reklamation ist ein Angebot erforderlich. Sie werden schockiert sein, wie oft das Problem dadurch behoben wird. Also ja, Streiten ist emotionale Arbeit. Das Zurücksetzen ist einfach ein guter Werkzeuggebrauch. In Ordnung, lassen wir das Wirklichkeit werden. Geh nicht und analysiere 15 Interviews. Baut kein riesiges System. Mach einfach einen sauberen Umschlag. Wählen Sie ein Protokoll des Interviews aus. Wählen Sie zwei Forschungsziele aus. Erstellen Sie sich jetzt mit Hilfe von KI eine Evidenztabelle. Lassen Sie uns insgesamt etwa zehn Zitate anstreben. Für jedes Zitat benötigen wir einen Satz darüber, was es bedeutet, und ein Vertrauensniveau, also niedrig, mittel oder hoch. Dann machen Sie den Teil, der daraus konkrete Forschungsergebnisse macht , richtig, zwei Erkenntnisse für Kandidaten, und unter jedem von ihnen stehen die zwei bis drei Zitate, die das belegen. Wenn Sie das können, haben Sie im Grunde die Kernkompetenz erlernt. Alles andere besteht nur darin , es zu vergrößern und dabei ehrlich zu bleiben. Viel Glück und wir sehen uns in der nächsten Lektion. 9. Synthese von Erkenntnissen mit KI: Haben Sie die entscheidende Phase der Synthese Ihrer Sie haben die harte Arbeit geleistet, Interviews zu führen, transkribieren, zu analysieren und wichtige Themen zu identifizieren Jetzt ist es an der Zeit, alles zu umsetzbaren Erkenntnissen und Möglichkeiten zusammenzufassen , die Ihr Projekt voranbringen umsetzbaren Erkenntnissen und Möglichkeiten können Aber zuerst eine schnelle Orientierung. Im Moment befinden wir uns in der Synthesephase. Wir bewegen uns von Mustern in den Daten hin zu Erkenntnissen, auf die wir reagieren können. Und hier gibt es eine Regel , die uns ehrlich hält. KI kann Interpretationen und Möglichkeiten vorschlagen, aber wir entscheiden, was wahr ist indem wir es anhand von Beweisen überprüfen. Hier ist eine einfache Leiter, die ich verwende , um die Synthese übersichtlich zu halten. Ein Thema ist das, was in Interviews immer wieder passiert. Ein Einblick ist, warum dieses Thema wichtig ist und was es uns über die Bedürfnisse oder das Verhalten der Menschen sagt. Eine Chance ist das, was wir an dem Produkt oder der Dienstleistung ändern könnten . Für jeden Einblick möchten wir Beweise beifügen. Das sind Zitate und Beispiele sowie ein Vertrauensniveau. Hier ist ein Hinweis zur KI. Sie tendiert dazu, Dinge zu einer netten Geschichte zusammenzufügen, aber echte Recherchen sind chaotisch Deshalb wollen wir sicherstellen, dass wir Widersprüche beibehalten. Wir vermeiden falsche Gewissheiten und stellen sicher, dass jede Gelegenheit auf echte Beweise zurückgeht Jetzt haben Sie jedes Interview seziert es in Themen, Muster und wichtige Erkenntnisse unterteilt , Muster und wichtige Der nächste Schritt besteht darin, diese Ergebnisse in mehreren Interviews zu analysieren diese Ergebnisse in mehreren Interviews Gemeinsamkeiten und Unterschieden, Widersprüchen und Überraschungen zu suchen Unterschieden, Widersprüchen Hier zeichnet sich KI aus. Sie diese Punkte verbinden, können Sie ein ganzheitliches Verständnis der Benutzererfahrung gewinnen Erkenntnisse sind die Aha-Momente , die sich aus Ihren Daten ergeben. Sie sind die tiefen Wahrheiten, die etwas Tiefgründiges über Ihren Benutzer verraten etwas Tiefgründiges über Ihren Benutzer Um diese Erkenntnisse zu artikulieren, müssen Sie interpretieren, was Ihnen die Daten sagen Sie müssen über das Offensichtliche hinausgehen und sich fragen, was das bedeutet? Warum ist es wichtig? Ausarbeitung gut formulierter Erkenntnisse dient Leitfaden für Ihre Designentscheidungen und stellt sicher, dass sie tief im Verständnis der Nutzer verwurzelt sind tief im Verständnis der Nutzer verwurzelt GBT kann Sie dabei unterstützen, Rohdaten in tiefgründige Wahrheiten über Ihre Benutzer zu übersetzen Rohdaten in tiefgründige Wahrheiten über Ihre Sie können es veranlassen, die Themen und Ergebnisse zu interpretieren und genauer zu untersuchen, was sie bedeuten und warum sie wichtig Mit klaren Erkenntnissen in der Hand sind Sie nun bereit, Chancen zu erkennen Dies sind die Bereiche, in denen Sie einen echten Unterschied machen, ein Problem lösen oder Ihren Benutzern ein angenehmes Erlebnis bieten können. Brainstorming mit Ihrem Team durch oder nutzen Sie HGBT, um auf der Grundlage Ihrer Erkenntnisse innovative Ideen Denken Sie kreativ und haben Sie keine Angst davor, den Status Quo in Frage zu stellen Es ist Ihre Chance, die Erkenntnisse in etwas Greifbares und Wirksames umzuwandeln. Denken Sie daran, dass Synthese nicht nur ein Schritt im Prozess ist, sie ist eine Kunst Sie erfordert kritisches Denken, Empathie, Kreativität und die Fähigkeit, das große Ganze zu sehen. Machen Sie sich beim Durcharbeiten dieser Lektion die Komplexität bewusst und lassen Sie sich tief in die Nuancen der Benutzerwelt eintauchen. Wenn es an der Zeit ist, Erkenntnisse in Chancen umzuwandeln, kann KI ein kreativer Partner sein. Brains Domini-Sitzungen können mit KI-generierten Ideen bereichert werden mit KI-generierten Ideen bereichert Sie können das Modell hinterfragen, um auf der Grundlage der gewonnenen Erkenntnisse innovative Lösungen zu entwickeln auf der Grundlage der gewonnenen Erkenntnisse innovative Lösungen . Es ist eine spannende Zusammenarbeit, die zu unerwarteten und wertvollen Designwegen führen kann . Schauen wir uns also an, wie das funktionieren kann. Nun, nach Ihrer Analyse hätten Sie eine Evidenztabelle , die ungefähr so aussehen könnte. Ich habe sie hier in Google Sheets erstellt, aber vielleicht haben Sie das schon im Kopf oder in einem anderen Format. Was wichtig ist, ist, dass wir über einige strukturierte Daten verfügen , in denen wir die Teilnehmer-ID sehen können , sodass diese anonymisiert ist Das Thema, das wir identifiziert haben, der Kontext , in dem es erschienen ist, ein Zitat zur Untermauerung und was es in unseren eigenen Worten bedeutet Und dann haben wir im Idealfall auch ein gewisses Maß an Vertrauen in diese Beweise. Wenn ich das jetzt in Google Sheets habe, kann ich es einfach hier exportieren. Sie laden diesen Aufsatz als CSV-Datei herunter und exportieren ihn, weil es dann einfach ist in etwas wie Chat GPT oder eine andere KI, die Sie verwenden, zu springen und die Daten im selben strukturierten Format hochzuladen Lassen Sie uns also hier zu Chat GPT springen. Als Erstes werde ich unser Kontaktpaket erneut einfügen Ich habe das hier offen. Also noch einmal, das ist das Kontaktpaket, das wir die ganze Zeit benutzt haben. Es ist eine Zusammenfassung unseres Briefings. Es ist desinfiziert Wir haben alle vertraulichen Unternehmensinformationen entfernt. Und was wir hier unten angeben, sind die Synthese-Ergebnisse, die wir jetzt erwarten Wir wollen also Erkenntnisse und Möglichkeiten, die ausdrücklich durch Beweise gestützt werden ausdrücklich durch Beweise gestützt und ein gewisses Maß an Selbstvertrauen beinhalten. Kopieren wir das also in einen neuen Chat. Und ganz unten werde ich einfach noch einmal ein paar neue Zeilen schreiben, und jetzt füge ich unsere Synthese-Aufforderung hinzu. Sie finden diese Synthese-Aufforderung in Ihren Downloads. Gehen Sie einfach zum Eingabeaufforderungsblatt und kopieren Sie es von dort. Die Aufforderung beginnt mit Ihnen und meinem UX-Forschungsassistenten. Sie haben Zugriff auf die CSV-Datei, die ich hochgeladen habe . Dabei handelt es sich um eine Nachweistabelle mit diesen Spalten. Ihre Aufgabe ist es, sich nur auf ein Thema zu konzentrieren. Und das Thema, das wir zuerst untersuchen wollen, ist die Reiberei bei der Buchung. Also nehme ich das erste Thema aus der Tabelle und füge es hier Wir wollen uns ein Thema nach dem anderen ansehen, damit die KI nicht zu sehr glatt läuft und sie sich nicht in allem verfängt Wenn wir also ein Thema nach dem anderen betrachten, können wir das Ergebnis wirklich sinnlich überprüfen und sicherstellen, dass Beweise beigefügt sind, dass es Sinn macht und dass es tatsächlich korrekt ist Nun, für die Ausgabe bitte ich um eine interne Karte. Das ist im Grunde ein Mini-Bericht nur für dieses eine Thema. Und die Struktur, nach der wir hier suchen , ist, kennen wir das Thema, wir haben die Einsicht in einem Satz gehört, dann wollen wir, dass dem Beweise beigefügt werden. Also drei bis sechs Zitate aus der Beweistabelle mit Teilnehmer-IDs, damit wir sie mit den Beweisen abgleichen können. Dann wollen wir, dass die KI hier auf der Grundlage dieser Erkenntnisse aus allen Interviews einige Möglichkeiten identifiziert . Die Möglichkeiten beginnen normalerweise mit einem Verb, es gibt also Dinge, die wir tun können , oder Dinge, die unser Kunde tun kann. Sie sind keine Feature-Sets eher Dinge, die sie ändern können und Dinge, die sie umsetzen können. Außerdem wollen wir, dass die KI alle Widersprüche aufzeigt, falls es welche gibt, und uns ein gewisses Maß an Selbstvertrauen gibt und warum Das wird wichtig sein, weil wir hinter der Forschung stehen wollen , die wir hier durchführen. Und wenn wir KI als unseren Assistenten einsetzen, müssen wir KI bitten, uns Gründe zu nennen , warum sie das tut, was sie tut, oder warum sie die Bewertung vornimmt. Und hier gibt es ein paar Regeln. Wir wollen also nur die Aufrufe aus der CSV verwenden und nichts erfinden. Also genau wie das, was wir die ganze Zeit gemacht haben. Jetzt fügen wir hier unsere Daten hinzu. Jetzt habe ich die Tabelle mit den Beweisen angehängt, und jetzt, da wir diese Aufforderung auf ein Thema eingegrenzt haben , wollen wir sehen, was zurückkommt Okay. Und hier ist unsere erste Insight-Karte. unseren reibungslosen Buchungsablauf angeht, so Was unseren reibungslosen Buchungsablauf angeht, so haben wir gehört, dass die Nutzer erwarten der Buchungsprozess schnell, übersichtlich und beruhigend Wenn sich die Schritte unklar anfühlen oder Feedback fehlt, zögern sie oder wechseln zu Write/Share Unser einziger Satz darin ist, dass selbst kleine Momente der Unsicherheit in der Buchungsfläche der Taxi-Apps schnell das Selbstvertrauen untergraben und dazu führen, dass sich der Stuhl als sicherere und schnellere Wahl anfühlt. Und die Beweise dafür stammen von diesen drei Teilnehmern. Einer sagte, ich wollte nur, dass es zwei Tabs sind, aber ich war mir nicht sicher, was ich bestätige. Der zweite sagte mit dem Stuhl, ich kann den Fahrer und die voraussichtliche Ankunftszeit sofort sehen. Hier warte ich irgendwie und hoffe. Und der dritte sagt, ich war mir nicht sicher, ob mein Abholort richtig war und ich wollte nicht auf der falschen Straße landen. Chat GPT hat nun die Möglichkeit erkannt jeden Schritt des Buchungsprozesses zu klären, sodass die Nutzer immer wissen, welche Maßnahmen sie ergreifen , um nach wichtigen Eingaben wie Abholort und Bestätigung sofort visuelles Feedback zu geben wichtigen Eingaben wie Abholort und die Anzahl der Entscheidungen oder Entscheidungen zu reduzieren , die erforderlich sind, bevor ein Auto zugewiesen wird Es wurden keine direkten Widersprüche in diesem Thema festgestellt, und das Vertrauenslabel ist mittel, weil die Kodizes einheitlich sind, aber sie stammen von nur drei Teilnehmern innerhalb dieses Das ist ein sehr gutes Argument, und darauf sollten wir unseren Kunden hier hinweisen, um zu sagen, dass das Vertrauen gestärkt würde , zusätzliche Interviews zu führen , die sich speziell auf die Erstnutzung und auf wiederholte Taxifahrer konzentrieren können sich speziell auf die Erstnutzung und auf wiederholte Taxifahrer konzentrieren , oder einige Verhaltensanalysen zu den Buchungsabgabestellen innerhalb des aktuellen Ablaufs durchzuführen einige Verhaltensanalysen . Und jetzt kann ich diese Erkenntnisse in mein eigenes Dokument aufnehmen und diese Analyse dann mit dem zweiten Thema aus unserer Evidenztabelle fortsetzen dem zweiten Thema aus unserer Evidenztabelle Sobald ich mich durch alle Themen gearbeitet habe, kann ich daraus einen Bericht erstellen. Dann kann ich entscheiden, welche davon die wichtigsten Erkenntnisse sind , welche relevant sind, und genau hier komme ich als Forscher mit meiner Expertise und meinem eigenen Standpunkt zu diesem Thema Wir lassen KI also nicht einfach bestimmen, was wichtig ist und was nicht Das liegt immer noch in den Händen des Forschers. Nehmen Sie also diese Erkenntnisse und überlegen wie Sie sie auf Ihr Projekt anwenden können. Wie werden Sie diese Erkenntnisse als Richtschnur für Ihre Designentscheidungen nutzen? Wie werden Sie diese Möglichkeiten in innovative Lösungen umsetzen? Dies ist das Herzstück der Forschung von Yog, in der Verständnis auf Innovation trifft 10. Ethische Überlegungen beim Einsatz von KI: Es geht um Vertrauen. Bevor wir zur Taktik übergehen, sollten wir den Ton angeben. Der Einsatz von KI in der Forschung kann wirklich hilfreich sein. Es kann auch auf sehr langweilige, sehr menschliche Weise schief gehen. Ein Teilnehmer teilt etwas Persönliches mit, und es landet irgendwo, wo es nicht sein sollte — ein Interessent liest eine KI-Zusammenfassung und geht davon aus, dass es sich um die Wahrheit Ein Zitat wird ein bisschen zu sehr bereinigt , und plötzlich ist es kein richtiges Zitat mehr. Das ist also kein Ethik-Vortrag. Das ist eine Reihe von Gewohnheiten, die Menschen und Ihre Arbeit schützen. Und wir werden es praktisch halten. Wir sprechen darüber, was wir teilen sollen und was nicht. Was wir offenlegen müssen und wie wir ehrlich sind, wenn wir schnell handeln. Also Hände ans Lenkrad, KI kann helfen, aber wir entscheiden, was es in die Forschung schafft. Hier ist ein einfaches mentales Modell. Was kann schief gehen? Um das praktisch zu halten, werden wir ein paar einfache Kategorien verwenden. Das liegt nicht nur daran, dass wir Frameworks lieben. Ich meine, das tun wir. Das liegt daran, dass es einfacher ist, Risiken zu erkennen, wenn man Eimer hat Also hier sind die großen Themen Datenschutz und Sicherheit. Geben wir persönliche oder vertrauliche Daten weiter? Transparenz. Sind wir ehrlich, was AIU angeht? Fairness. Übersehen oder verzerren wir die Erfahrungen bestimmter Gruppen? Rechenschaftspflicht. Wer ist verantwortlich wenn etwas nicht stimmt? Menschliche Aufsicht Lassen wir das Tool entscheiden oder entscheiden wir? Wenn Sie sich an diese erinnern können, werden Sie 90% der Probleme erkennen, bevor sie auftreten. Fangen wir mit dem an , der echten Schaden verursacht. Ah. Hier ist eine Regel, die deine Karriere retten wird. Wenn du es nicht auf Rot posten würdest, füge es nicht in einen zufälligen KI-Chat ein. Hier sind einige Beispiele dafür, was Sie nicht einfügen sollten. Namen, E-Mails, Telefonnummern und Adressen. Sie werden den Begriff PII hören, der in der Branche häufig verwendet wird. Das bedeutet persönlich identifizierbare Informationen. Fügen Sie also keine rohen Sitzungslinks , die den Namen einer Person oder medizinische, finanzielle oder hochsensible persönliche Informationen enthalten. Keine Kundenstrategie, unveröffentlichte Roadmaps oder internes geistiges Eigentum Fügen Sie einfach nichts ein , was Ihr Unternehmen oder Ihr Kunde nicht für die externe Bearbeitung genehmigt hat Ja, Sie können KI immer noch verwenden. Sie müssen nur mit einem redigierten Protokoll oder einem sichereren Tool arbeiten oder einem sichereren Und aus diesem Grund sind die Redaktionsgewohnheiten aus Lektion sechs wichtig Lassen Sie uns nun über Enthüllung sprechen. Bei der Enthüllung werden die Leute komisch. Entweder verstecken sie den Einsatz von KI, weil sie nervös sind, oder sie teilen zu viel, sodass die Teilnehmer das Gefühl haben, von Robotern beobachtet zu werden Machen wir es uns einfach. Die Teilnehmer müssen es wissen. Wird KI überhaupt eingesetzt? Wie wird sie während der Sitzung oder danach eingesetzt? Werden sie direkt mit KI interagieren? Wie werden die Daten geschützt? Können sie sich von der Beteiligung von KI abmelden? Werden ihre Daten verwendet, um Modelle zu trainieren, sagen Sie ganz klar Ja oder Nein. Außerdem kann ein schneller Realitätscheck, der den Menschen mitteilt , dass KI involviert ist, das Verhalten ändern. Manche Menschen werden dir weniger vertrauen, andere werden Leistung bringen und wieder andere werden sich zurückhalten. Lassen Sie uns das also ruhig und vernünftig gestalten. KI wird verwendet, um Zeit bei Verwaltungsaufgaben wie der Transkription zu sparen bei Verwaltungsaufgaben wie der Transkription Ein Forscher überprüft alles. Sie können sich abmelden. Und die Stakeholder brauchen etwas anderes. Sie müssen der Arbeit vertrauen können. Deshalb nehmen wir einen kurzen Block in den Bericht auf. Welche Tools wurden verwendet? Was die KI getan hat und was Menschen überprüft haben. Kein Drama, Transparenz. Lassen Sie uns jetzt über Voreingenommenheit sprechen. KI hat eine Persönlichkeit. Es mag ordentliche Dinge. Es mag durchschnittliche Dinge. Und wenn Sie nicht aufpassen, wird es aus einer chaotischen Reihe menschlicher Erfahrungen eine glatte Geschichte machen, die sich wahr anfühlt, während sie eine glatte Geschichte machen, die sich wahr anfühlt, leise die Kanten abschleift Und das meinen wir mit durchschnittlicher Wäsche. Machen wir es also konkret. Stellen Sie sich vor, Sie haben fünf Personen für einen Onboarding-Flow interviewt . Die Leute sagten, es sei in Ordnung Zwei Leute sagten, es sei verwirrend. Eine Person sagte, ich habe es überhaupt nicht getan , weil ich dachte, es würde meine Daten mit meinem Arbeitgeber teilen. Eine faule KI-Zusammenfassung enthält oft etwas wie Benutzer, die das Einsteigen verwirrend fanden und eine klarere Anleitung wünschten. Und das ist nicht falsch, aber das wirkliche Risiko liegt auch nicht darin. Die Angst einer Person vor dem Datenaustausch könnte den Unterschied zwischen einer geringfügigen UX-Optimierung und einer Vertrauenskatastrophe Beispiel zwei, der Standardbenutzer, den es erfindet. Wenn Sie der KI nicht sagen , wer Ihre Teilnehmer sind, füllt sie die Lücken Manchmal wird davon ausgegangen, dass der Standardbenutzer mit Technologie aus der Mehrheitskultur vertraut ist Technologie aus der Mehrheitskultur und das Produkt auf ziemlich normale Weise verwendet Wenn Sie also nach einer Gruppe suchen, die nicht etwa Barrierefreiheit benötigt, wenig digitales Vertrauen hat oder einen Nischenworkflow hat, dann müssen Sie ihr einen Namen geben Barrierefreiheit benötigt, wenig digitales Vertrauen hat oder . Andernfalls macht die KI es sanft platt. Also hier ist die Gewohnheit, die wir uns aufbauen. Jedes Mal, wenn KI Ihnen eine ordentliche Zusammenfassung gibt, führen wir eine kurze Nachverfolgung Cool. Zeig mir jetzt die Widersprüche. Also fragen wir, wer hatte eine andere Erfahrung? Was hat nicht gepasst? Was hat uns überrascht? Was wäre leicht zu übersehen, wenn wir uns nur Durchschnittswerte ansehen würden? Und wir kommen immer wieder zu Zitaten zurück , weil in Zitaten die Nuance steckt. Lassen Sie uns über menschliche Aufsicht sprechen, darüber, wie wir verantwortlich bleiben, ohne paranoid zu werden Hier behalten wir unsere Hände am Lenkrad. In der Praxis bedeutet menschliche Aufsicht nur, dass wir uns darüber im Klaren sind, was die KI für uns tun darf So kann sie uns helfen, den ersten Durchgang zu verfassen, unübersichtliche Notizen zu organisieren, einen Teil eines Transkripts zusammenzufassen unübersichtliche Notizen zu organisieren, einen Teil eines Transkripts zusammenzufassen und mögliche Interpretationen vorzuschlagen. Was es tun kann, ist Verantwortung zu übernehmen. Dieser Teil bleibt bei uns. Hier ist also eine einfache Methode, um zu arbeiten, bevor irgendetwas zu einem Laptop führt. Bevor es also in einen Bericht oder eine direkte Nachricht an die Stakeholder aufgenommen wird , führen wir eine kurze Integritätsprüfung Gefragt: Sind die Codes echt und korrekt kopiert? Können wir in jeder Einsicht auf Beweise verweisen? Haben wir versehentlich eine Hypothese in eine Tatsache verwandelt? Haben wir irgendwelche Einschränkungen aufgeschrieben damit niemand übermäßig generalisiert? Und wenn viel auf dem Spiel steht , machen wir es sozial. Wir bitten jemand anderen, die Ergebnisse zu lesen, nicht weil wir in Panik geraten, sondern weil es wirklich schwierig ist, den eigenen blinden Fleck zu erkennen wenn man tief in der Also, das ist die Stimmung. Wir verwenden KI, um schneller voranzukommen, und dann verwenden wir menschliche Überprüfung, um ehrlich zu sein Integrität der Berichterstattung. Und das ist der Teil, in dem wir aufhören, süß zu sein. Wenn ein Bericht erfundene Zitate enthält, spielt es keine Rolle, wie gut das Foliendeck gestaltet ist. Das ist keine Recherche. Das ist nur Geschichtenerzählen und es schädigt schnell das Vertrauen. Also hier ist der Standard, bei dem wir die Zitatregel einhalten. Wenn es in Anführungszeichen steht, stammt es von einem Teilnehmer. Wort für Wort. Wenn du es paraphrasiert hast, setze es nicht in Anführungszeichen. Schreiben Sie es als Zusammenfassung Die zusammengesetzte Teilnehmerfalle. Manchmal versuchen Leute, hilfreich zu sein, indem sie einige Teilnehmer zu einer klaren, personenähnlichen Geschichte Das ist für die interne Sinnfindung in Ordnung, aber es ist nicht in Ordnung, wenn Sie präsentieren, wie es eine reale Person gesagt hat Wenn Sie also jemals ein Verbundmaterial machen, beschriften Sie es deutlich. Andernfalls folgen Sie den Beweisen nicht. Der einfachste Weg, dies einfach zu halten besteht darin, dass jeder Einblick einen kleinen Anker, einen Link zu Notizen, einen Clip oder eine Reihe von Zitaten in Ihrer Evidenztabelle erhält einen Link zu Notizen, einen Clip , nicht weil die Beteiligten auf jeden Link klicken, sondern weil Sie in der Lage sein sollten, das KI-Nutzungsprotokoll aufzurufen. Und das ist der Teil, den niemand tun möchte. Und es ist der Teil, der Ihrer Arbeit im Stillen das Gefühl gibt, professionell zu arbeiten. Ein KI-Nutzungsprotokoll ist nur eine kleine Aufzeichnung dessen, was passiert ist. Es beantwortet Fragen wie , welches Tool wir verwendet haben? Worum haben wir es gebeten? Haben wir es mit Rohdaten oder mit einer redigierten Version gefüttert? Haben wir es danach überprüft? Was haben wir geändert? Betrachte es als Gedächtnisstütze. Und falls ein Kunde mal fragt: Wie haben Sie das analysiert? Sie müssen sich nicht auf die Stimmung verlassen. Außerdem schützt es Sie, denn wenn die KI-Ausgabe falsch war, können Sie genau sehen, wo sie in den Workflow aufgenommen Ordnung. Hier bauen wir die Gewohnheit tatsächlich auf. Nimm dein aktuelles Projekt und mache zwei kleine Dinge. Schreiben Sie zunächst Ihre Teilnehmerinformation. Halte es kurz und menschlich. Stellen Sie sich vor, Sie sagen es zu Beginn eines Interviews laut aus. Zweitens starten Sie Ihr KI-Nutzungsprotokoll. Nur ein Eingabewerkzeug, Aufgabe, was Sie überprüft haben. Wenn Sie diese beiden Dinge tun, sind Sie sich nicht nur der Ethik bewusst. Du übst es. Okay. Wir sehen uns in der nächsten Lektion. 11. Nutzung von KI für die Erstellung eines Forschungsberichts: Dies bringt uns zum letzten Schritt der UX-Forschungsreise. Hier werden wir die wesentlichen Schritte zur Erstellung eines aussagekräftigen Forschungsberichts untersuchen Erstellung eines aussagekräftigen Forschungsberichts Und natürlich werden wir dieses GPT nutzen, um den Prozess zu rationalisieren Also nur für den Fall, dass Sie sich verirren, eine schnelle Orientierung. Im Moment befinden wir uns in der Berichtsphase. Hier setzen wir unsere Synthese in etwas um, das die Beteiligten tatsächlich nutzen können. Hier kann KI Ihnen Zeit sparen, aber auch, wo sie echten Schaden anrichten in etwas um, das die Beteiligten tatsächlich nutzen können Hier kann KI Ihnen Zeit sparen, aber auch, kann, wenn Sie sie Gewissheiten erfinden oder Zitate erfinden lassen. Wir werden also KI für den Entwurf verwenden, aber wir werden die Integrität der Berichte wahren. Sammeln Sie zunächst alle Erkenntnisse, Themen und Möglichkeiten, die Sie in den vorherigen Lektionen aufgedeckt haben in den vorherigen Lektionen aufgedeckt Ordnen Sie sie in einem logischen Ablauf , der die Geschichte Ihrer Forschung erzählt Die Zusammenfassung ist ein wichtiger Bestandteil jedes Forschungsberichts. Sie fasst die wichtigsten Ergebnisse und Empfehlungen kurz zusammen Wir können Che GPT verwenden, um eine erste Version der Zusammenfassung zu verfassen , indem wir die wichtigsten Erkenntnisse bereitstellen und das Modell bitten sie in wenigen Sätzen zusammenzufassen Der Ton Ihres Berichts sollte Ihr Publikum abgestimmt sein Unabhängig davon, ob es sich um ein technisches Publikum oder um Geschäftsbeteiligte handelt, sollte die Sprache bei ihnen Anklang finden GPT kann Sie bei dieser Verfeinerung unterstützen. Sie können das Modell veranlassen, Abschnitte in verschiedenen Tönen neu zu formulieren, z. B. formell, lässig oder Denken Sie auch daran, visuelle Darstellungen und Daten einzubeziehen , um Ihre Ergebnisse zu untermauern Diagramme, Grafiken oder Zitate von Teilnehmern können Ihrem Bericht Glaubwürdigkeit verleihen. Eine einfache Faustregel: Lassen Sie sich von KI bei der Struktur und Formulierung helfen Aber dir gehört, was wahr ist. Ihnen gehören die Beweise, die Zitate und das Konfidenzniveau. Wenn das Modell nicht auf Beweise verweisen kann, sie nicht in den Bericht aufgenommen. Okay, schauen wir uns an, wie man eine Zusammenfassung erstellt und dann den Ton des Berichts verfeinert. Also erstelle ich erneut eine neue Bedrohung , indem ich einfach die Aufforderung aus der Eingabeaufforderung nehme. Das soll uns helfen, einen UX-Forschungsbericht oder genauer gesagt eine Zusammenfassung zu erstellen einen UX-Forschungsbericht oder genauer gesagt eine Zusammenfassung Hier wollen wir also zunächst wieder ein bisschen Kontext einfügen. Also noch einmal, unser Kontextpaket nur um das Modell zu verankern. Und dann sehen Sie in der Eingabeaufforderung etwas Platz, sehen Sie in der Eingabeaufforderung etwas Platz um drei bis fünf Innenkarten einzufügen Und das sind die Erkenntnisse, die Sie im Syntheseschritt generiert haben im Syntheseschritt generiert Also werde ich sie jetzt hier einfügen. Das sind ungefähr drei Innenkarten. Und dann besteht die Aufgabe darin, eine Zusammenfassung für hochrangige Interessengruppen zu verfassen und nur die Leitplanken zu beachten. Also weise ich das Modell an, nur das zu verwenden, was ich eingefügt habe , und keine Zitate zu neuen Erkenntnissen zu erfinden Und sobald es die Zusammenfassung entworfen hat, betrachte ich das als Ausgangspunkt Dann kann ich eine kurze Überprüfung machen, nur um das zu überprüfen. Werden die Behauptungen tatsächlich durch die Innenkarten gestützt? Hat es das Selbstvertrauen übertrieben? Hat es Widersprüche ignoriert? Also los geht's Dies ist unsere Zusammenfassung, und wir haben einige wichtige Punkte für uns zusammengestellt. Und jetzt kann ich das für ein bestimmtes Publikum umschreiben Ich kann das zum Beispiel für Führungskräfte umschreiben, sodass es kurz und ergebnisorientiert ist, oder für das Produktteam, sodass es nuancierter oder für den Kundensupport oder den Betrieb, sodass es praktischere nächste Schritte Sie also anhand dieser Aufforderung Schreiben Sie also anhand dieser Aufforderung die Zusammenfassung für diese Zielgruppe neu Nehmen wir an, wir wollen es für das Produktteam neu schreiben. Los geht's. Und lassen Sie uns sehen, wie das für das Marketingteam aussehen würde. Das ist also eine enorme Zeitersparnis, aber die Integritätsregel bleibt dieselbe KI hilft bei Struktur und Formulierung, und die Beweise bleiben menschlich Und Sie können einfach weiterhin mit ChaiBT hin und her wechseln , um die Abschnitte zu erstellen, die Sie benötigen, und Sie können auch gezielt nach bestimmten Erkenntnissen fragen , um die verschiedenen Abschnitte Ihres Forschungsberichts zu konkretisieren verschiedenen Abschnitte Ihres Wo auch immer Sie Ihren Forschungsbericht erstellen, es kann also eine Diashow oder ein Dokument Sie können diese Abschnitte einfach kopieren und einfügen und von dort aus mit dem Schreiben beginnen Hier ist die Struktur, die ich für die meisten Forschungsberichte verwende. Beginnen Sie mit einer Zusammenfassung, die die Beteiligten schnell auf den neuesten Stand bringt. Dann ein kurzer Absatz über Ziele und Methode, der ausreicht, damit sie den Umfang verstehen. Als nächstes kommen die Themen. Das haben wir gehört, geordnet nach Themen, dann nach Erkenntnissen. Hier erklären Sie, warum jedes Thema wichtig ist. Danach Möglichkeiten. Was sollten wir eigentlich ändern? Behalten Sie diese umsetzbaren und nicht nur Feature-Wunschlisten bei. Dann Risiken und Einschränkungen. Jede Studie hat sie, also nenne sie. Und schließlich ein optionaler Anhang, in den Sie Ihre Nachweistabelle oder Angebotsdatenbank einfügen können. Dies gibt den Beteiligten einen klaren Weg von den Ergebnissen bis hin zu Maßnahmen. Vollständige Rückverfolgbarkeit bis zu Beweisen. Ihr Forschungsbericht ist also nicht nur eine Sammlung von Fakten, sondern eine Erzählung , die zu umsetzbaren Erkenntnissen führt Durch den verantwortungsvollen Einsatz von KI-Tools wie Chet GBT können Sie den Prozess beschleunigen, ohne die Qualität Ihres Berichts zu beeinträchtigen Für Ihre Projektaktion möchte ich, dass Sie einen Entwurf Ihres Forschungsberichts erstellen, die Zusammenfassung erstellen, den Tonfall verfeinern und alle Ergebnisse auf zusammenhängende und ansprechende Weise zusammenfassen zusammenhängende Welches Format Sie auch wählen. Denken Sie daran, dass ein gut ausgearbeiteter Bericht ein Katalysator für Veränderungen sein kann , die Benutzererfahrung verbessern und fundierte strategische Entscheidungen treffen Lassen Sie uns also dafür sorgen, dass Ihre Forschung zählt. 12. Abschließende Bemerkungen: Ordnung, das sind wir. Wenn du dir das ansiehst, hast du es dir verdient Du hast nicht nur Inhalte konsumiert. Du hast die Arbeit tatsächlich gemacht. Sie haben aus einer unordentlichen Frage ein Forschungsziel gemacht. Sie haben mit Nutzern gesprochen, das Gehörte verstanden und daraus etwas Nützliches gemacht und daraus etwas Nützliches Das ist eine Fähigkeit, die Ihre Karriere entscheidend bestimmt, und Sie machen das nicht alleine. Sie gehören zu einer wachsenden Gruppe von Menschen, die lernen, wie man UX-Forschung in modernem Tempo betreibt. KI als Unterstützung nutzen und gleichzeitig die Qualitätslatte hoch halten. Denken Sie an die Stimmung, wir behalten unsere Hände am Lenkrad KI ist das Navi. Es kann die Dinge beschleunigen. Aber wir entscheiden, wohin wir gehen. Wenn Sie das mit in die Realität nehmen , zwei kurze Erinnerungen Erstens werden sich die Tools ändern. Die Principals werden nicht jedes Mal, wenn Sie zwischen Tools wechseln oder große Updates ausfallen, Ihren winzigen Benchmark erneut ausführen Plausibilisiert die Ergebnisse und behält die Teile , die wirklich helfen Zweitens: Halten Sie es sauber und professionell. Schützen Sie Ihre Privatsphäre, holen Sie Ihre Zustimmung ein und führen Sie Beweise, ein und führen Sie Beweise damit Sie tatsächlich hinter Ihrer Arbeit stehen können. Und bitte verschwinde nicht. Wenn Sie Fragen haben, während Sie dies auf echte Projekte anwenden, schreiben Sie sie bitte in den Kommentaren. Wenn sich etwas immer noch verschwommen anfühlt, frag . Hier gibt es keine dummen Fragen, und ich lese jeden einzelnen Kommentar Außerdem würde ich gerne wissen, wofür Sie das verwenden. Woran forschen Sie als Nächstes? Und was bauen Sie mit den Erkenntnissen auf? Danke, dass du mit mir gelernt hast. Wenn der Kurs hilft, hinterlasse eine Bewertung. Es macht wirklich einen Unterschied. Wir sehen uns beim nächsten Mal.