Kunden schreiben jeden Tag Klartext – in Shop-Bewertungen, Support-Tickets, App‑Store-Kommentaren oder offenen Antworten. Doch bis daraus umsetzbare Maßnahmen werden, vergeht oft zu viel Zeit. Voices von Cogitaris strukturiert diese freien Texte automatisch in Themen und Teilaspekte, bewertet die Tonalität je Aspekt und zeigt, wo sich CX‑Investitionen wirklich lohnen. Hybrid aufgebaut (KI + Human‑in‑the‑Loop) liefert das System reproduzierbare Qualität statt Blackbox‑Zauberei – und bindet Ergebnisse direkt in Reporti, unser interaktives Dashboard.

Kurz gesagt – die drei Kernversprechen

• Vom Text zum Insight in Minuten. Voices strukturiert freie Kundenstimmen automatisch in Themen & Teilaspekte (z. B. Lieferung › Pünktlichkeit), bewertet die Tonalität pro Aspekt und zeigt Prioritäten für CX‑Maßnahmen auf.
• Hybrid statt Hype. State‑of‑the‑Art‑Modelle (Transformer‑Embeddings, überwachte Klassifikation) treffen auf ein kuratiertes Kategoriensystem und Human‑in‑the‑Loop. Ergebnis: reproduzierbare Qualität statt Blackbox.
• Wirkungsnachweis statt Dashboard‑Schaum. Voices misst nicht nur Stimmungen, sondern verknüpft Probleme mit Wirkhebeln (z. B. „Lieferzeit“ → NPS‑Impact) – inkl. Monitoring im Reporti‑Dashboard.

Risiken bei DIY‑Textanalyse
Keyword‑Zählerei liefert Schein‑Trends, fehlende Taxonomien vermischen Themen, und ungeprüfte Modelle halluzinieren Kategorien. Ergebnis: falsche Prioritäten, verfehlte Budgets – und frustrierte Kund:innen. Voices adressiert das mit geprüften Modellen, klarer Themenhierarchie und Qualitätskontrolle.

Wie funktioniert das wirklich?

1) Datenquellen bündeln – DSGVO‑konform

Shop‑ und Plattform‑Reviews, Social Listening, Support‑Tickets, offene Umfrageantworten: Voices integriert Daten via API, gesichertem Upload oder SFTP. Optional werden personenbezogene Details (PII) pseudonymisiert.

2) Textvorbereitung ohne Fachchinesisch

Spracherkennung, Bereinigung, Normalisierung (z. B. „Lieferung!!!“ → „Lieferung“), Umgang mit Emojis/Abkürzungen. Ergebnis: stabile Eingaben für die Modelle.

3) Kuratierte Taxonomie

Ein von Cogitaris kuratiertes Themen‑/Aspekt‑System (z. B. Bestellung, Lieferung, Produkt, Service → Unteraspekte wie Pünktlichkeit, Verpackung, Passform). Unternehmen können eigene Fachbegriffe und KPIs einbinden.

4) Modelle unter der Haube

• Semantik statt Stichwort: Transformer‑Embeddings bilden Bedeutungen ab (synonyme Formulierungen landen zusammen).
• Überwachte Klassifikation: Trainingsdaten aus realen Projekten + kundenspezifische Beispiele sorgen für treffsichere Zuordnung in die Taxonomie.
• Active Learning & Confidence‑Scores: Unsichere Fälle gehen an Analyst:innen; neue Muster fließen strukturiert zurück.
• Zero‑/Few‑Shot für Neues: Aufkommende Themen werden erkannt und kuratiert in die Taxonomie übernommen.

5) Aspect‑Based Sentiment

Polaritӓt (positiv/neutral/negativ) je Aspekt – nicht nur pro Gesamtkommentar. Beispiel: „Hose sitzt schlecht, aber schnelle Lieferung“ → Passform: negativ, Lieferzeit: positiv.

6) Qualitätssicherung

Messbare Güte (z. B. Precision/Recall je Kategorie), regelmäßige Audits, Drift‑Erkennung über Zeit und Benchmarks gegen menschliche Kodierung. Ziel: verlässliche Entscheidungen im Operativen.

7) Insights → Maßnahmen

Im Reporti‑Dashboard priorisieren Scores und Impact‑Analysen, wo es sich lohnt gegenzusteuern (z. B. Verpackung beeinflusst Widerrufe). Alerts melden Trendbrüche, wöchentliche Zusammenfassungen landen automatisiert bei Stakeholdern.

8) Integration & Betrieb

Ergebnisse per API/CSV/BI‑Connector; Rechte‑/Rollenmodell, EU‑Hosting, Protokollierung, SLA. Voices wächst mit – neue Kategorien, Sprachen, Teams.

Welche Vorteile haben Anwender konkret?

• Zeiteinsparung: Von Tage/Wochen manueller Kodierung auf Minuten/Stunden.
• Skalierung: Millionen Texte ohne Qualitätseinbruch.
• Besser priorisieren: Verknüpfung mit NPS/CSAT/Churn macht Wirkung sichtbar.
• Einheitliche Sprache im Unternehmen: Gemeinsame Taxonomie über Teams/Regionen.
• Schnelle Proofs: Pilot in wenigen Tagen, Ausbau nach Bedarf.
• Auditierbar: Nachvollziehbare Regeln, Samples, Qualitätsmetriken.

Interview mit Johannes Rabenschlag (Head of Data Science & Technology) über das innovative Textanalyse-Tool Voices.

Johannes Rabenschlag leitet bei Cogitaris die Abteilung Data Science & Technology und betreut federführend die Weiterentwicklung unserer digitalen Produkte. Ein besonders zeitintensives Projekt, welches heute zu unseren erfolgreichsten Produkten gehört, ist unser automatisiertes Textanalyse-Tool „Voices“.

Was fasziniert dich an Data Science & Technology?

Ursprünglich komme ich aus dem Bereich Politikwissenschaften und habe mich hier frühzeitig auf die quantitative Analyse und statistische Methoden fokussiert. Bereits in meiner Bachelorarbeit habe ich mich mit der quantitativen Analyse von Texten beschäftigt. Quantitative Sozialwissenschaften sind immer sehr auf Umfragen fokussiert und vernachlässigen oftmals unstrukturierte Texte, da diese methodisch komplexer ausgewertet werden müssen. Ich fand es wahnsinnig spannend, immer besser performende Analysemöglichkeiten für Texte zu finden und zu entwickeln. Voices stellt in dieser Reihe die State-of-the-Art-Lösung da.

Bei Cogitaris habe ich erst im Bereich Analytics & Consulting gestartet und konnte viele Erfahrungen in den Bereichen Marktforschung und Projektmanagement sammeln. Da Cogitaris direkt zu Beginn ein großes Interesse an der persönlichen Entwicklung der eigenen Mitarbeiter*innen gezeigt hat, wurde es direkt zu Beginn ermöglicht, meine Fähigkeiten und Kompetenzen im Bereich Data Science & Technology zu schärfen und auszubauen. Dadurch gelang es uns, gemeinsam mit unserem unschlagbaren Team Voices zu entwickeln.

Was genau ist Voices?

Voices ist ein Analysetool, das es ermöglicht, große und umfangreiche Textmengen in eine kategorisierte Struktur zu überführen. Die Zuordnung der Texte in Kategorien, die zuvor durch menschliche Arbeit erledigt wurde, kann durch Voices und der dahinter verborgenen künstlichen Intelligenz automatisiert erfolgen. Voices ist eine Kodierung auf dem Niveau eines durchschnittlichen menschlichen Kodierers und arbeitet konstant fehlerfrei, da es nie müde oder unkonzentriert wird. Außerdem ist es natürlich deutlich schneller. Das hierarchische und durchdachte Kategoriensystem basiert auf individuellen Erfahrungswerten jahrelanger Marktforschung und ermöglicht es, zielführende Handlungsempfehlungen direkt abzuleiten – ohne über Expertenwissen in diesem Gebiet zu verfügen. Vor allem für den Bereich E-Commerce konnte durch feinste Strukturierungen innerhalb der Kategorien ein einzigartiges Tool entwickelt werden, das unsere Kunden durchweg begeistert.

Welche Technologie steckt hinter Voices und wie kann die künstliche Intelligenz lernen?

Voices basiert auf einem technologischen System, das stetig und flexibel weiterentwickelt werden kann. Im Zuge der Umsetzung haben wir drei wichtige Kriterien fokussiert: Das System und die technische Infrastruktur dürfen uns in der Weiterentwicklung nicht behindern, das System muss flexibel erweiterbar sein sowie an die Bedürfnisse unserer Kunden angepasst werden können. Durch eine Fülle unterschiedlicher Texte konnten wir die künstliche Intelligenz von Voices so anlernen, dass die gesamte Kategorisierung objektiv und sinnhaft funktioniert. Dennoch kann Voices durch weitere Erfahrungswerte und Inputs durchgehend weiter lernen und hat demnach branchenübergreifend eine Menge Potenzial.

Kann Voices auch zwischen positiven und negativen Texten unterscheiden?

Ja, kann es! Wenn der Kunde ein System wünscht, dass auch positive und negative Nennungen innerhalb der einzelnen Kategorien erkennt, bekommen unsere Kunden das auch. Wir können die gesamte Art und Weise der Auswertung individuell an die Kundenbedürfnisse anpassen. Ein besonderes Merkmal in diesem Zusammenhang ist auch die Unterscheidung der Wertung innerhalb eines Textes. Das bedeutet: Bewertet ein Kunde zwar das einzelne Produkt schlecht, empfiehlt im nächsten Satz jedoch die Marke grundsätzlich weiter, erkennt Voices beide Kategorien in einem Text und bewertet das positive und negative Statement zu den einzelnen Positionen.

Für welche Branchen oder Unternehmen ist Voices interessant?

Prinzipiell ist Voices für jede Branche bzw. jedes Unternehmen interessant, das mit schriftlichem Kundenkontakt zu tun hat bzw. große Textmengen auswerten muss. Beispiele sind neben klassischen Rezensionen im eignen Onlineshop auch Bewertungen über Portale oder Artikelbeschreibungen, aber auch offene Inputs in Umfragen und anderen Feedback-Systemen. Mithilfe von Voices können diese Texte aus diversen Quellen dann zum Beispiel in einem Dashboard zusammengefasst werden. Dazu haben wir In-House das interaktive Online-Dashboard „Reporti“ entwickelt. Die Möglichkeit, unterschiedliche Kategorien oder Quellen in der Analyse zu filtern, ermöglicht zudem einen umfangreichen Blick auf das Gesamtergebnis sowie die Betrachtung einzelner Aspekte und deren Auswirkungen.

Welche Schnittstellen benötige ich, um Voices zu nutzen?

Man benötigt nicht zwingend eine besondere Schnittstelle, das kommt auf den Wunsch des Kunden an. Wünscht der Kunde eine vollautomatisierte Lösung mit regelmäßiger automatisierter Datenabfrage, können Daten über eine API-Schnittstelle aus den Kundensystemen täglich abgefragt werden. Häufig entscheiden sich unsere Kunden auch direkt für die Alternative, die Daten durch unser Befragungssystem zu erheben, wodurch die Daten umgehend weiterverarbeitet werden können. Auch ein Datenexport per E-Mail oder eine manuelle Datenablage wären generell möglich. Wir als Cogitaris wollen hier die höchstmögliche Flexibilität bieten, sodass unsere Kunden eine individuelle Lösung von uns bekommen.

Welche Möglichkeiten habe ich, auf die Ergebnisse zuzugreifen?

Auch hier bieten wir individuelle Lösungen an. Kunden haben die Möglichkeit, unser interaktives Dashboard Reporti zu nutzen. Hier werden die Daten in regelmäßigen Abständen importiert und anschließend grafisch aufbereitet und aggregiert. Aber auch die einzelnen Bewertungen und Feedbacks werden dort angezeigt. Die Daten können anschließend in unterschiedlichen Detailstufen betrachtet werden. Alternativ senden wir unsere Ergebnisse aber auch in jedem gewünschten Format, sodass die Kunden die Daten selbst weiterverarbeiten und bei Bedarf auch in bereits bestehende Systeme importieren können.

Kann Cogitaris das Tool Voices individuell auf meine Branche bzw. auf die Bedürfnisse meines Unternehmens anpassen?

Absolut! Und zwar vollständig! Wir haben Mitarbeiter*innen die langjährige Expertise in unterschiedlichen Branchen besitzen. Gerne erarbeiten wir gemeinsam, aufbauend auf individuellen Wünschen, ein Kategoriensystem für Voices. Zudem können wir bereits bestehende Kategoriensysteme, die beispielsweise von menschlichen Kodierern angewendet werden, adaptieren, übernehmen und weiterentwickeln.

Gibt es schon Weiterentwicklungspläne für Voices?

Wir möchten nicht zu viel verraten, jedoch planen wir im nächsten Schritt die Bereiche Trends und neue Kategorien auf das nächste Level zu heben. Die Dynamik des Marktes sowie neue und zukunftsträchtige Entwicklungen, die sich zudem auch in den offenen Nennungen zeigen, sollen von Voices erkannt und frühzeitig eingebunden werden.

Warum soll ich als Unternehmer*in auf Voices von Cogitaris vertrauen?

Wir bieten eine einzigartige, individuelle und vollautomatisierte Möglichkeit, ihre gesamten Bewertungen und Feedbacks in einem System zu sammeln, zu analysieren und daraus Handlungsempfehlungen abzuleiten. Dabei liegt der Fokus unserer Arbeit auf individueller Technik, die passgenau auf die Bedürfnisse zugeschnitten wird. Ein weiterer wichtige Anhaltspunkt ist die Expertise, die Cogitaris in der Marktforschung aufweist. Weil wir bereits Projekte in nahezu allen Branchen betreut haben, können wir Sie im Falle einer individuellen Voices-Lösung bestens beraten und das Produkt perfekt auf Ihre individuellen Anforderungen und Bedürfnisse zuschneiden.

Ablauf: In 10 Tagen zum einsatzfähigen Piloten

1. Kick‑off & Ziele (KPIs, Use‑Cases, Datenquellen)
2. Datenzugang (Export/API, Datenschutzcheck)
3. Taxonomie‑Fit (Übernahme/Co‑Creation)
4. Modell‑Feintuning (Beispiele, Schwellenwerte)
5. Qualitätsmessung (Testset, Review)
6. Reporti‑Setup (Dashboards, Alerts)
7. Go‑Live (Pilotbereich)
8. Review (Maßnahmen, Learnings)
9. Roll‑out (Regionen/Teams)
10. Betrieb (Monitoring, Weiterentwicklung)