Use Case
KI kann dabei helfen, viele Freitextantworten aus einem 360-Grad-Feedback schnell zu clustern und wiederkehrende Themen sichtbar zu machen. Das erspart manuelles Durcharbeiten langer Kommentarlisten. Wichtig ist aber: KI macht Feedback nicht objektiver, und die Anonymität der Beteiligten muss aktiv geschützt werden.
Für wen ist dieser Use Case geeignet?
Dieser Use Case eignet sich für HR-Fachkräfte und Führungskräfte, die 360-Grad-Feedback mit einer Gruppe von mindestens fünf Rückmeldenden auswerten und Muster über Einzelmeinungen hinaus sichtbar machen möchten.
Nicht geeignet ist dieser Ansatz, wenn wenige Rückmeldende vorhanden sind — dann könnten über Schreibstil oder inhaltliche Details Personen identifiziert werden. Ebenso ungeeignet ist er für Systeme, in denen Feedback direkt an Gehalts- oder Beförderungsentscheidungen geknüpft ist, ohne weitere menschliche Prüfung.
Ausgangsproblem
Umfangreiches 360-Grad-Feedback erzeugt schnell Dutzende oder Hunderte Freitextzeilen. Wer das manuell auswertet, braucht viel Zeit und übersieht leicht Querverbindungen zwischen einzelnen Rückmeldungen.
KI kann Cluster bilden, Stärken-Schwächen-Profile zusammenfassen und Formulierungen sortieren. Sie kann aber nicht beurteilen, ob eine Rückmeldung berechtigt ist, ob sie aus einer Konfliktsituation stammt oder wie stark ein Muster wirklich ist. Das bleibt menschliche Einschätzung.
Schritt-für-Schritt-Anleitung
Schritt 1: Datenschutz und Freigabe klären
Klären Sie vor der Auswertung:
- Welches KI-Tool ist für personenbezogene Inhalte freigegeben?
- Sind die Feedback-Texte personenbezogen oder anonymisiert?
- Gibt es eine Betriebsvereinbarung oder interne Richtlinie zum KI-Einsatz im HR?
- Wie viele Rückmeldungen gibt es — reicht das für anonyme Auswertung?
Schritt 2: Texte vorbereiten und anonymisieren
Entfernen Sie alle Hinweise auf einzelne Personen aus den Feedback-Texten: Namen, Abteilungen, spezifische Projekte, die Rückschlüsse zulassen würden.
Fassen Sie gleichartige Freitext-Antworten in einem Dokument zusammen, ohne Nennung, wer was geschrieben hat.
Schritt 3: KI zum Clustern einsetzen
Übergeben Sie der KI die anonymisierten Texte und bitten Sie sie, wiederkehrende Themen und Muster zu benennen — ohne zu bewerten oder einzelne Aussagen zu gewichten.
Schritt 4: Ergebnis kritisch einordnen
Prüfen Sie die KI-Ausgabe sorgfältig:
- Sind die Cluster inhaltlich stimmig?
- Hat die KI Aussagen zu stark verallgemeinert?
- Gibt es Muster, die im Kontext der Person oder Rolle wenig Aussagekraft haben?
- Lässt sich aus der Zusammenfassung noch eine einzelne Person erschließen?
Schritt 5: Ergebnisse im Gespräch einbetten
KI-gestützte Auswertung ersetzt kein Feedbackgespräch. Nutzen Sie die Cluster als Vorbereitung für ein persönliches Gespräch — nicht als abschließendes Urteil.
Beispielprompt
Die folgenden Texte sind anonymisierte Freitext-Rückmeldungen aus einem 360-Grad-Feedback. Namen und identifizierende Details wurden entfernt.
Aufgabe:
1. Identifiziere drei bis fünf wiederkehrende Themen, die in mehreren Antworten auftauchen.
2. Ordne jede Antwort einem Thema zu.
3. Fasse pro Thema zusammen, was konkret gesagt wurde — ohne zu bewerten.
4. Benenne, welche Themen häufig und welche selten genannt wurden.
5. Weise ausdrücklich auf Aussagen hin, die isoliert stehen und keine Verallgemeinerung erlauben.
Wichtig:
- Erfinde keine Inhalte.
- Gewichte keine Aussage als richtiger oder wichtiger als eine andere.
- Versuche nicht, auf individuelle Personen zu schließen.
Hier sind die Antworten:
[Anonymisierte Freitexte einfügen]Qualitätscheck
Vor der Weitergabe der Auswertung prüfen:
- Lässt sich aus der Zusammenfassung noch eine einzelne Person identifizieren?
- Hat die KI Aussagen erfunden oder überinterpretiert?
- Werden Themen mit wenigen Nennungen als Muster dargestellt?
- Ist die Auswertung für Personen lesbar, die das Ursprungsfeedback nicht kennen?
- Gibt es Aussagen, die kontextuell eingeordnet werden müssen?
Eine KI-gestützte Auswertung ist ein Arbeitswerkzeug, kein Abschlussbericht. Die verantwortliche Person muss das Ergebnis kennen, einordnen und vertreten können.
Risiken und Grenzen
KI kann Rückmeldungen glätten und zu einheitlich klingen lassen. Kritische Einzelaussagen können dadurch untergehen, obwohl sie inhaltlich relevant wären.
Bei wenigen Rückmeldungen steigt das Risiko, dass Personen über Stil oder Inhalt identifizierbar werden — auch wenn Namen fehlen. Das ist kein technisches, sondern ein organisatorisches Risiko, das vor der Auswertung bedacht werden muss.
KI macht Feedback nicht objektiver. Sie spiegelt zurück, was die Rückmeldenden geschrieben haben — mitsamt deren Perspektiven, blinden Flecken und möglichen Vorurteilen.
Datenschutzhinweis
Feedback-Texte können auch ohne Namen personenbezogene Daten sein, wenn sie Rückschlüsse auf einzelne Personen erlauben. Geben Sie solche Texte nur in freigegebene, unternehmenseigene KI-Systeme oder in Tools ein, bei denen vertraglich geregelt ist, dass keine Eingaben gespeichert werden.
Holen Sie im Zweifel die Freigabe der Datenschutzbeauftragten oder des Betriebsrats ein, bevor Sie 360-Grad-Feedback mit KI auswerten.
Passende Tools
- Microsoft Copilot: empfehlenswert, wenn Microsoft 365 im Unternehmen freigegeben und datenschutzrechtlich abgebildet ist
- ChatGPT: nur mit Business-/Enterprise-Plan und deaktiviertem Training auf Eingaben
- Claude: gut für differenziertes Clustern längerer Freitexte
- Gemini: passend bei Google-Workspace-Umgebung mit entsprechender Datenschutzfreigabe