Feldnotizen und Ethnografie mit KI transkribieren

Warum gesprochene Feldnotizen anders sind als ein Interview

Aufgenommene Feldnotizen haben einen eigenen Rhythmus: Sie sind fragmentarisch, selbstgerichtet, oft leise gesprochen und mit Störgeräuschen durchsetzt (Wind, Verkehr, Hintergrundgespräche). Anders als bei einem strukturierten Interview gibt es keine klaren Sprecherwechsel und kein Leitfaden, der beim manuellen Transkribieren den roten Faden hält.

Daraus entstehen zwei typische Probleme in der qualitativen Forschung:

• Die Transkription wird aufgeschoben, weil sie mühsam ist, und sensorische oder kontextuelle Details verblassen mit jedem Tag, der vergeht.
• Das Feldtagebuch wird am Ende zu einem Mix aus nachträglich geschriebenen Notizen und untranskribierten Audios, was die systematische Codierung später erschwert.

Das Audio möglichst früh in Text umzuwandeln, auch nur roh, verhindert den Verlust von Nuancen und bereitet das Material direkt für das Codieren von Themen, Kategorien oder kritischen Ereignissen vor.

Vom Feld-Audio zum codierbaren Tagebuch: der Workflow

Ein codierbares Feldtagebuch ist mehr als nur Text: Es ist Text, der so organisiert ist, dass er segmentiert, etikettiert und zwischen Beobachtungssitzungen verglichen werden kann. Ein sinnvoller Ablauf sieht so aus:

1. Im Moment aufnehmen, ohne sich um die Reihenfolge zu kümmern – die Sprachnotiz ist die primäre Aufzeichnung.
2. Audio so schnell wie möglich in Text transkribieren, idealerweise noch am selben Tag oder am Folgetag.
3. Transkription durchgehen und mit der frischen Erinnerung abgleichen, unklare Stellen mit eckigen Klammern ergänzen.
4. Schlüsselelemente extrahieren (wiederkehrende Themen, wörtliche Zitate von Informant:innen, offene Fragen), um das Codiersystem zu speisen – manuell oder in einer Software für qualitative Analyse.
5. Nach Datum und Sitzung archivieren, um die chronologische Nachvollziehbarkeit der Feldarbeit zu erhalten.

Die KI kommt vor allem in Schritt 2 zum Einsatz und hilft deutlich bei Schritt 4, indem sie eine erste strukturierte Lesart des Inhalts liefert, die der Forscher oder die Forscherin anschließend mit eigenem Urteilsvermögen verfeinert.

Feldnotizen mit KI transkribieren – Schritt für Schritt

Mit VOCAP ist der Ablauf einfach: Du lädst die Audio- oder Videodatei hoch (MP3, M4A, WAV, aus WhatsApp exportierte Sprachnotizen im OPUS-Format, MP4, MOV und weitere gängige Formate, bis zu 500 MB) und erhältst innerhalb weniger Minuten die vollständige Transkription als Klartext – zusammen mit einer KI-generierten Analyse: Zusammenfassung, Kernpunkte, relevante wörtliche Zitate, offene Fragen und genannte Daten.

Für ethnografische Feldnotizen sind die Abschnitte Kernpunkte und Zitate besonders nützlich, da sie als erster Filter für das dienen, was später zu einem Code oder einer Analysekategorie werden könnte. Der Abschnitt offene Fragen hilft außerdem dabei, Lücken zu identifizieren, die beim nächsten Feldbesuch oder im nächsten Interview geklärt werden sollten.

VOCAP unterstützt mehr als 50 Sprachen – relevant, wenn die Feldarbeit in mehrsprachigen Gemeinschaften stattfindet oder Informant:innen innerhalb derselben Aufnahme zwischen Sprachen wechseln. Das Ergebnis lässt sich kopieren oder als Word-Datei (.doc) bzw. .txt herunterladen, um es direkt in die Software für qualitative Analyse (Atlas.ti, NVivo, MAXQDA oder Ähnliches) oder in das Thesis-Dokument einzufügen. Wer es mit eigenen Feldaufnahmen ausprobieren möchte: VOCAP bietet kostenlose Startminuten sowie Stundenpakete als Einmalkauf ohne Abo.

Wichtig zu wissen, was VOCAP nicht macht: keine Zeitstempel, keine Sprechertrennung (Diarisierung), keine Echtzeit-Transkription, keine Audioaufnahme, keine mobile App oder API und keine automatischen Integrationen mit anderen Tools. Das Audio wird über Dienste von OpenAI und Anthropic verarbeitet und nach Abschluss der Verarbeitung von den VOCAP-Servern gelöscht; um das Ergebnis in ein anderes Programm zu übertragen, wird der Text einfach kopiert oder heruntergeladen.

Interviews und Fokusgruppen der Thesis mit dem Feldtagebuch ergänzen

In vielen qualitativen Forschungsdesigns – besonders bei Abschlussarbeiten in Sozialwissenschaften, Bildung oder Gesundheitswesen – steht das Feldtagebuch nicht allein: Es wird mit halbstrukturierten Interviews und Fokusgruppen kombiniert. Liegen beide Korpora transkribiert als Text vor, erleichtert das die Datentriangulation erheblich.

• Die aus den Feldnotizen extrahierten Zitate können bestätigen oder nuancieren, was in den Interviews auftaucht.
• Die in beiden Materialtypen identifizierten Daten erlauben es, die Chronologie der Feldarbeit zusammen mit der der Interviewsitzungen zu rekonstruieren.
• Die Kernpunkte jeder Quelle lassen sich nebeneinander vergleichen, um Übereinstimmungen oder Widersprüche zwischen Beobachtetem und Verbalisiertem der Teilnehmenden zu erkennen.

Sowohl Feldnotizen als auch Interviews und Fokusgruppen mit demselben Tool per KI zu transkribieren, sorgt für ein einheitliches Format des Materials, was die spätere Codierarbeit – ob manuell oder softwaregestützt – deutlich vereinfacht.

Gute ethische Praxis und Datenmanagement im Feld

Feldarbeit betrifft häufig sensible Informationen über Personen und Gemeinschaften, weshalb der Umgang mit den Audiodateien besondere Aufmerksamkeit verdient:

• Anonymisiere Eigennamen und identifizierende Angaben in der finalen Transkription, bevor du sie mit Betreuer:innen oder Forschungsteams teilst.
• Prüfe, ob die informierte Einwilligung der Teilnehmenden auch die Sprachaufnahme und deren spätere Transkription abdeckt, nicht nur die Beobachtung.
• Berücksichtige, dass wie bei jedem KI-basierten Transkriptionstool das Audio zur Verarbeitung an externe Dienste gesendet wird; prüfe die Richtlinien deiner Institution oder Ethikkommission, bevor du Aufnahmen mit sehr sensiblen Daten hochlädst.
• Speichere eine Kopie der als Word oder Klartext heruntergeladenen Transkription im eigenen Forschungsdaten-Repositorium, da das Original-Audio nach Abschluss der Verarbeitung von den VOCAP-Servern gelöscht wird.

Keine automatische Transkription ersetzt die Überprüfung durch die Forscherin oder den Forscher: Die KI nimmt die mechanische Arbeit des Audio-zu-Text ab, aber Interpretation, Codierung und ethisches Urteilsvermögen bleiben menschliche Aufgaben.