Wenn Sie Ihre Mitarbeiterbefragung mit KI auswerten, liest die KI Scores und Freitext-Kommentare gemeinsam, bündelt die Kommentare zu wiederkehrenden Themen, verknüpft jedes Thema mit den Kennzahlen, die es bewegt, und priorisiert die wenigen Maßnahmen mit dem größten Hebel. Aus Hunderten Antworten wird so in Minuten ein Maßnahmenplan – statt der Wochen, die eine manuelle Auswertung kostet.

Die meisten HR-Teams haben kein Datenproblem, sondern ein Zeit- und Auswertungsproblem. Die Zahlen liegen schnell vor, aber der Freitext bleibt liegen, und bis eine Entscheidung fällt, ist das Feedback alt. Dieser Beitrag zeigt, was KI mit Scores und Freitext wirklich macht, wo sie hilft und wo nicht, was in DACH rechtlich gilt (Betriebsrat und DSGVO) und wie eine realistische Auswertung von Rohantworten zu einer priorisierten Top-5-Maßnahmenliste kommt.

Warum die manuelle Auswertung in Excel scheitert

Die Scores sind der einfache Teil. Zehn Zustimmungswerte passen auf eine Folie. Schwierig ist der Freitext: Hunderte Kommentare, in denen das eigentliche „Warum" hinter einem schlechten Score steckt. Von Hand gelesen ist das langsam, also überfliegt man eine Auswahl, zieht ein paar Zitate heraus, die die eigene Vermutung bestätigen, und verschickt Wochen nach Befragungsende ein PDF. Dann ist das Feedback veraltet und der Moment zum Handeln vorbei.

Der Preis des Nichthandelns ist real. Laut dem Gallup Engagement Index Deutschland haben nur 13 % der Beschäftigten eine hohe emotionale Bindung an ihren Arbeitgeber; die große Mehrheit macht Dienst nach Vorschrift. Befragungen bestätigen dieses Problem zuverlässig. Was sie selten schnell genug liefern, ist eine Entscheidung darüber, was sich konkret ändern soll.

Die manuelle Auswertung scheitert auf drei vorhersehbare Weisen:

Was KI wirklich mit Scores und Freitext macht

Ohne Marketing-Sprech ist die Methode konkret. Eine gute KI-Auswertung durchläuft eine Pipeline, die auch ein menschlicher Analyst kennen würde – nur schneller und über alle Antworten hinweg statt über eine Stichprobe:

Der wertvollste Schritt ist Nummer 4: zu verbinden, was Menschen sagen, mit dem, was die Zahlen zeigen. Ein Thema, das oft auftaucht, aber in einem Team mit ohnehin gutem Engagement, wiegt weniger als ein Thema, das seltener auftaucht, aber genau mit den Teams zusammenfällt, die Menschen verlieren. Diese Verknüpfung macht KI über den gesamten Datensatz in einem Durchgang – genau der Schritt, den eine manuelle Auswertung überspringt, weil er von Hand zu aufwendig ist.

Themen bleiben selten in der Befragung. Ein wiederkehrendes Cluster „keine Entwicklungsperspektive" ist ein Signal für Performance- und Entwicklungsmanagement; ein Cluster „wir verlieren gute Leute und lernen nichts daraus" ist ein Retention-Signal. KI erkennt die Verbindung gut. Was daraus folgt, entscheiden weiterhin Sie.

Betriebsrat und Datenschutz: was in DACH rechtlich gilt

Freitext-Kommentare sind die sensibelsten Daten der ganzen Befragung, und in DACH kommt zur DSGVO die Mitbestimmung hinzu. Vier Punkte sollten geklärt sein, bevor eine KI diese Texte verarbeitet:

Wer diese Punkte sauber regelt, verwandelt „rechtssicher" von einer Bremse in einen Vertrauensvorteil. Eine kompakte Checkliste dafür finden Sie in unserem Vergleich der Talentmanagement-Software für DACH inklusive DSGVO- und Betriebsrat-Checkliste.

Praxisbeispiel: von Rohantworten zur Top-5-Maßnahmenliste

Die folgenden Zahlen sind illustrativ und zeigen die Form einer realistischen Auswertung, nicht einen konkreten Kunden. Angenommen, ein Unternehmen mit 260 Beschäftigten führt seine Quartalsbefragung durch. 208 Personen antworten (80 %) und hinterlassen neben den Scores 190 Freitext-Kommentare.

Manuell erhielten Sie einen Gesamt-Score und eine Handvoll ausgewählter Zitate. Die KI-Auswertung clustert alle 190 Kommentare und stellt sie den Scores gegenüber:

Die Erkenntnis steckt in der vierten Spalte. „Arbeitslast" und „keine Entwicklungsperspektive" tauchen beide häufig auf – aber das erste sitzt genau dort, wo die Scores am niedrigsten sind, und das zweite fällt mit den Menschen zusammen, die das Unternehmen am wenigsten verlieren wollte. Das bringt sie an die Spitze der Liste, nicht die bloße Nennungszahl. Aus jedem Thema wird dann eine konkrete Maßnahme mit einer verantwortlichen Person: eine Kapazitätsprüfung für die Produktion, ein Pilot für ein Entwicklungsrahmenwerk mit HR, ein klarer Kommunikationsrhythmus der Geschäftsführung.

Ergebnisse präsentieren und ins Handeln kommen

Eine Auswertung, auf die niemand reagiert, ist nur eine langsamere Version des alten Problems. Drei Dinge trennen eine Befragung, die etwas verändert, von einer, die im Archiv landet:

Wo KI hilft und wo nicht

Das ist der ehrliche Teil, den die meisten Anbieter-Guides auslassen. KI ist bei manchen Teilen der Auswertung wirklich stark und bei anderen wirklich schwach. Wer die Grenze kennt, vertraut einer selbstsicher klingenden Zusammenfassung nicht blind.

Die letzte Zeile ist der Praxisfehler, über den niemand schreibt. Unter etwa 30–50 Kommentaren je Segment wird das Themen-Clustering zu Rauschen: Das Modell erfindet selbstsicher eine Struktur, die es nicht gibt. Unterhalb dieser Schwelle ist eine sorgfältige menschliche Lektüre schneller und ehrlicher. Behandeln Sie KI als das Werkzeug, das 190 Kommentare beherrschbar macht – nicht als Weg, aus 12 Kommentaren Erkenntnis zu erzeugen.

Stimmung ist zudem nicht gleich Ursache. „Negativ zur Arbeitslast" sagt Ihnen, wo Sie hinsehen müssen, nicht warum die Last untragbar ist – Unterbesetzung, schlechte Prozesse und unrealistische Ziele lesen sich als dasselbe negative Cluster. Das Modell verengt die Suche; die Diagnose bleibt Ihre.

Wie das als eine KI über den gesamten HR-Stack zusammenpasst

Die meisten Umfrage-Tools werten Befragungsdaten isoliert aus. Das Kommentar-Cluster sagt „keine Entwicklungsperspektive", aber das Tool sieht nicht, wer tatsächlich gegangen ist, welche Kompetenzen dem Team fehlen oder welche dieser Personen die Führungskräfte längst als gefährdet markiert hatten. Dieser Kontext liegt im HRIS, in den Performance-Daten und in den täglichen Tools.

Atlas Cowork ist als eine KI über den gesamten HR-Stack gebaut, nicht als reiner Umfrage-Analysator. Sie liest Scores und Freitext gemeinsam, verbindet ein Thema mit den zugehörigen Retention-, Kompetenz- und Performance-Daten und entwirft die führungstauglichen Zusammenfassungen und Follow-up-Maßnahmen – in einer EU-gehosteten, vertraglich geregelten Umgebung. Das ist der Unterschied zwischen einem Tool, das meldet, dass das Engagement gesunken ist, und einem, das sagt, welche Maßnahme für welches Team es am wahrscheinlichsten wieder hebt.

Häufige Fragen

Wie viel Freitext braucht KI für verlässliche Themen?

Als Faustregel mindestens 30–50 Kommentare je Segment, das Sie getrennt auswerten wollen. Darunter ist das Clustering unzuverlässig und eine manuelle Lektüre besser. Über ein mittelgroßes Unternehmen hinweg reichen einige Hundert Kommentare für belastbare Themen locker aus.

Ist die KI-Auswertung DSGVO-konform?

Sie kann es sein, wenn zwei Bedingungen erfüllt sind: Ergebnisse werden nur für Gruppen berichtet, die groß genug sind, dass keine Einzelperson re-identifiziert werden kann, und die Kommentardaten werden in einer vertraglich geregelten, EU-gehosteten Umgebung verarbeitet statt in einen öffentlichen Chatbot kopiert. Wirklich anonymisierte Daten liegen weitgehend außerhalb der DSGVO – die Anonymität muss aber echt sein.

Muss der Betriebsrat einbezogen werden?

In der Regel ja. Ein KI-Tool zur Auswertung von Beschäftigten-Feedback ist häufig eine technische Einrichtung im Sinne von § 87 Abs. 1 Nr. 6 BetrVG und damit mitbestimmungspflichtig. Binden Sie den Betriebsrat früh ein und regeln Sie Zweck, Umfang und Anonymität in einer Betriebsvereinbarung.

Ersetzt KI das Urteil von HR?

Nein. KI liest und clustert in einem Umfang, den Menschen nicht schaffen, und verknüpft Kommentare in einem Durchgang mit Scores. Sie entscheidet weder über die Ursache noch über die richtige Maßnahme. Das bleiben menschliche Entscheidungen – das Modell verengt, wohin Sie sehen, und wie schnell Sie dort ankommen.

Nächster Schritt

Wenn Sie einen Stapel Kommentare aus der letzten Befragung haben und keine Zeit, ihn sauber zu lesen, ist das genau der Fall, für den KI gebaut ist – vollständige Auswertung des Freitexts, verknüpft mit den Scores, priorisiert zu einer kurzen Maßnahmenliste, die Sie wirklich umsetzen können. Sehen Sie, wie Atlas Cowork die Engagement-Auswertung als einen Teil einer KI über den gesamten HR-Stack leistet – und starten Sie mit der Befragung, die Sie ohnehin schon haben.