Sagen wir es wie es ist: AI verfügt über eine Denk- und Verarbeitungsgeschwindigkeit, mit der kein menschlicher Forscher mithalten kann. Als Sparringspartner in der Anfangsphase und als Assistent bei der Analyse ist die Technologie goldwert.

Beim Experiment von Sjoerd und Annelies glänzte die AI vor allem in folgenden Bereichen:

• Breite und Vollständigkeit: Innerhalb weniger Sekunden zeigt die AI eine enorme Menge an potenziellen Variablen, Einflussfaktoren und Seitenpfaden auf. Sie zwingt dazu, über den Tellerrand der eigenen ersten Eingebung oder des Tunnelblicks hinauszuschauen.

• Die perfekte Vorbereitung: Benötigen Sie schnell Hintergrundwissen über eine bestimmte Nische? AI hilft Ihnen, sich blitzschnell einzulesen, Hypothesen zu formulieren und scharfe, gezielte Interviewfragen zu erstellen.

• Analyse und Synthese: Sobald die Daten vorliegen, hilft AI fantastisch beim Clustern, Strukturieren und bei der präzisen Aufbereitung der ersten groben Erkenntnisse.

Kurz gesagt: AI öffnet den Trichter weit und bringt Struktur in das Chaos.

Wer sich rein auf den AI-Output verlässt, verpasst die Essenz des Menschseins. AI argumentiert nämlich fundamental rational und systematisch. Der Computer geht davon aus, dass eine Customer Journey oder ein Entscheidungsprozess logisch und linear verläuft.

Doch die Realität? Menschliches Verhalten ist selten logisch.

Menschen treffen Entscheidungen auf der Basis von Emotionen, Intuition, Bauchgefühl und wechselnden Kontexten. Wir lassen uns von Zweifeln, Zeitdruck, einer kurzen Aufmerksamkeitsspanne oder subtilen ästhetischen Triggern wie der „Ausstrahlung“ einer Marke leiten. Ein menschlicher Forscher erfasst diese Nuancen im echten Entscheidungsprozess fehlerfrei, weil wir mentale Modelle und die Lebenswelt des Kunden wirklich nachempfinden können.

Zudem hat AI ein großes Problem mit der Priorisierung. Die Modelle spucken eine lange Liste potenzieller Faktoren oder Probleme aus, sind aber kaum in der Lage abzuwägen, was in einer spezifischen, einzigartigen Situation für den Endnutzer wirklich ausschlaggebend ist.

Unsere eigenen Praxiserfahrungen decken sich nahtlos mit unabhängigen wissenschaftlichen Untersuchungen des renommierten UX-Instituts MeasuringU. Sie führten einen faszinierenden Test durch, bei dem menschliche UX-Researcher und hochentwickelte LLMs (wie ChatGPT und Gemini) exakt dasselbe Video eines Nutzertests analysierten.

Die Ergebnisse bestätigen genau das, was Sjoerd und Annelies in ihrem Experiment beobachtet haben:

• Geringe Übereinstimmung: Die Überschneidung zwischen dem, was menschliche Forscher sahen, und dem, was die AI berichtete, war überraschend gering (je nach Modell nur 19 % bis 36 %). AI nimmt fundamental andere Signale wahr als ein Mensch.

• Die Hälfte wird übersehen: Der AI gelang es, nur etwa 44 % bis 55 % der von Menschen verifizierten, echten Usability-Probleme zu identifizieren.

• Die „Validierungslast“ (AI-Ausschuss): Die AI-Modelle generierten zusammen mehr einzigartige „neue“ Probleme als die menschlichen Forscher. Das klingt erst einmal gut, doch viele dieser Punkte entpuppten sich als Rauschen, irrelevante Details oder potenzielle Halluzinationen. Es braucht immer einen menschlichen Experten, um diesen AI-Output zu filtern. Wenn Sie diese Zeit damit verbringen müssen, Rauschen manuell zu validieren, schmilzt Ihr Zeitgewinn wie Schnee in der Sonne.

Dieses Experiment steht nicht für sich allein. Es fügt sich perfekt in unsere breitere Vision ein, die wir bereits in unserem Artikel über [AI in der Digitalstrategie] geteilt haben. Wir sehen zu oft, dass Unternehmen AI als isoliertes Innovationsprojekt am Spielfeldrand einsetzen. Es wird ein Tool angeschafft oder ein Pilotprojekt gestartet, aber der strukturelle Impact bleibt aus, weil die Verknüpfung mit den Unternehmenszielen und der UX-Architektur fehlt.

AI wird erst dann wirklich relevant, wenn sie strategische Fragen beantwortet: Wo entstehen Reibungspunkte in der Customer Journey? Wie minimieren wir das Risiko bei strategischen Entscheidungen?

Genauso wie wir AI in unseren Kundenprojekten nutzen, um Muster in riesigen Mengen qualitativer Daten schneller zu entdecken, setzen wir sie auch bei der Nutzerforschung ein. Das Ziel ist niemals, Schlussfolgerungen zu automatisieren oder den UX-Spezialisten zu ersetzen. Das Ziel ist es, die Datenqualität zu erhöhen, blinde Flecken zu reduzieren und die Feedbackschleife zu verkürzen. So verschiebt sich die digitale Optimierung von der reaktiven Rückschau hin zur proaktiven Steuerung.

Wir bei Concept7 glauben nicht an das blinde Ersetzen traditioneller Forschung durch AI. Wer das tut, baut Produkte und Strategien auf Basis einer klinischen, rationalen Scheinrealität auf.

Die wahre Magie und der höchste Wert für den digitalen Kurs unserer Kunden, liegt in der Kombination:

[ AI beschleunigt & erweitert ] + [ Der Mensch gibt Bedeutung & Nuance ] = Die ultimative Research-Synergie

Wir setzen AI bewusst als starken, erweiternden Partner in der Vorbereitungs- und Analysephase ein. Dies ermöglicht uns eine schärfere Priorisierung und die effiziente Bewältigung großer Datenmengen. Aber wir behalten die Regie fest in menschlicher Hand. Denn um die Emotion hinter dem Klick zu verstehen und die richtige strategische Richtung zu bestimmen, braucht es Expertise, Empathie und menschliche Intuition.

AI schenkt uns einen breiteren Horizont. Wir sorgen dafür, dass wir den Kontext verstehen.

Sind Sie neugierig, welche Rolle AI innerhalb Ihres digitalen Kurses spielen kann? Wir schauen gerne gemeinsam mit Ihnen, wo AI wirklich Mehrwert bringt, Prozesse beschleunigen kann oder für strategische Vertiefung sorgt.