KI-Protokolle für Forschung und Hochschulen: Interviews, Forschungsmeetings und Projektgruppen

Warum Forschung und Hochschulen eine andere Art von KI-Protokollierung brauchen

Forschung und Hochschulen führen nicht einfach “Meetings”.

Sie führen Forschungsinterviews, qualitative Interviews, Fokusgruppen, Projektgruppensitzungen, Forschungsmeetings, Betreuungsgespräche, Doktoratskolloquien, Lab Meetings, Ethikbesprechungen, Studienkoordinationen, Drittmittelmeetings, Praxispartner-Workshops, Evaluationen, Hochschulratssitzungen, Fakultätssitzungen, Institutsmeetings, Lehrentwicklungsworkshops und interne Abklärungen.

Dabei entstehen laufend Informationen, die später wichtig werden können:

1. Interviewaussagen
2. Forschungsfragen
3. Hypothesen
4. methodische Entscheidungen
5. Projektpendezen
6. Aufgaben
7. Verantwortlichkeiten
8. Fristen
9. Ethikfragen
10. Einwilligungen
11. Datenschutzthemen
12. Review-Kommentare
13. Literaturhinweise
14. Datenmanagement-Themen
15. Publikationsideen
16. Projektentscheidungen
17. nächste Schritte

In Forschung und Hochschulen ist Dokumentation nicht einfach Administration. Sie ist Teil von wissenschaftlicher Qualität, Nachvollziehbarkeit, Datenmanagement, Ethik, Projektsteuerung und Wissenstransfer.

Genau hier setzt Meeting Metrics an.

Meeting Metrics ist eine Schweizer KI-Lösung für Hochschulen, Fachhochschulen, Forschungsgruppen und wissenschaftliche Teams, die aus Interviews, Forschungsmeetings, Projektgruppen und internen Sitzungen automatisch strukturierte Transkripte, Zusammenfassungen, Aufgaben, Pendenzen, Forschungsnotizen und Reports erstellt – mit Schweizerdeutsch-Unterstützung, Schweizer Datenhaltung, optionaler On-Premise-Installation und persönlicher Begleitung bei Einführung, Vorlagen und Datenschutzfragen.

Kurzfazit: Warum Meeting Metrics für Forschung und Hochschulen relevant ist

Forschungsteams haben viele Gespräche, aber wenig Zeit für Nachbearbeitung.

Professorinnen, Doktorierende, Postdocs, wissenschaftliche Mitarbeitende, Projektleitungen, Studienkoordinatorinnen, Forschungsassistenzen und Hochschulverwaltungen verbringen viel Zeit damit, Interviews zu transkribieren, Forschungsmeetings zusammenzufassen, Projektaufgaben nachzuführen, Betreuungsgespräche zu dokumentieren, Workshop-Ergebnisse aufzubereiten und Informationen später wiederzufinden.

Meeting Metrics hilft genau dort.

Während des Gesprächs kann der Fokus stärker auf Inhalt, Methode, Person, Forschungsfrage oder Projektentscheidung liegen. Nach dem Gespräch werden Transkripte, Zusammenfassungen, Aufgaben, Forschungsnotizen, Pendenzen und Reports automatisch vorbereitet. Über Vorlagen und Kontextdateien können Hochschulen und Forschungsgruppen die Ergebnisse an ihre eigenen Forschungsdesigns, Interviewleitfäden, Ethikvorgaben, Projektstrukturen und Hochschulprozesse anpassen.

Der wichtigste Nutzen liegt nicht darin, “ein Transkript” zu haben. Der Nutzen liegt darin, aus Gesprächen schneller verwertbare Forschungs- und Projektarbeit zu machen.

Meeting Metrics ersetzt dabei keine wissenschaftliche Analyse, keine Kodierung, keine Interpretation, keine Ethikprüfung und keine akademische Verantwortung. Die Lösung unterstützt bei der Vorbereitung, Strukturierung und Nachbearbeitung. Die Verantwortung für Forschung, Methodik, Publikation, Datenschutz, Einwilligung und wissenschaftliche Qualität bleibt selbstverständlich bei den zuständigen Personen.

Warum KI in Schweizer Forschung und Hochschulen gerade jetzt relevant ist

KI ist an Schweizer Hochschulen und in der Forschung nicht mehr nur ein Randthema.

Swissinfo berichtete 2025, dass Schweizer Hochschulen ein grosses mehrsprachiges KI-Modell öffentlich verfügbar machen wollen. Entwickelt wurde es auf öffentlicher Infrastruktur, mit Fokus auf Mehrsprachigkeit und Offenheit. Das zeigt: Die Schweiz positioniert sich im KI-Bereich nicht nur als Anwenderin, sondern auch als Forschungs-, Infrastruktur- und Vertrauensstandort.

Im September 2025 wurde mit Apertus ein offenes, mehrsprachiges Schweizer Sprachmodell von ETH Zürich, EPFL und dem Swiss National Supercomputing Centre veröffentlicht. Inside IT berichtete, dass es zwei Modellgrössen gibt und die Modelle unter einer Open-Source-Lizenz veröffentlicht wurden, was Anwendungen in Bildung, Forschung, Gesellschaft und Wirtschaft ermöglichen soll.

Für Hochschulen und Forschung ist das ein wichtiges Signal: KI wird nicht nur als Tool genutzt, sondern auch als Teil der Forschungsinfrastruktur verstanden. Gleichzeitig braucht es in der täglichen Forschungspraxis Lösungen, die nicht einfach generische Chatbots sind, sondern konkrete Prozesse unterstützen: Interviews, Transkripte, Forschungsnotizen, Projektmeetings, Pendenzen, Datenschutz, Einwilligungen und strukturierte Nachbearbeitung.

Meeting Metrics setzt genau bei dieser praktischen Ebene an.

Forschung braucht mehr als Transkription

Viele Tools versprechen Transkription. Für Forschung reicht das oft nicht.

Ein Transkript ist nur der Anfang. Danach beginnt die eigentliche Arbeit:

1. Was ist für die Forschungsfrage relevant?
2. Welche Themen wiederholen sich?
3. Welche Aussagen müssen geprüft werden?
4. Welche Zitate sind potenziell verwendbar?
5. Welche Follow-up-Fragen entstehen?
6. Welche methodischen Notizen sind wichtig?
7. Welche Aufgaben ergeben sich für das Forschungsteam?
8. Welche Daten müssen anonymisiert werden?
9. Welche Punkte gehören ins Datenmanagement?
10. Welche Erkenntnisse müssen mit Praxispartnern geteilt werden?
11. Welche Entscheide wurden im Projektteam gefällt?

Meeting Metrics unterstützt nicht nur bei der Verschriftlichung, sondern auch bei der Strukturierung.

Aus einem Gespräch können je nach Vorlage entstehen:

1. Transkript
2. Interviewzusammenfassung
3. Themenübersicht
4. Forschungsnotiz
5. Methodenmemo
6. Aufgabenliste
7. Pendenzenliste
8. Projektupdate
9. Workshop-Protokoll
10. Entscheidungsübersicht
11. Management Summary
12. Follow-up-Mail
13. Berichtsentwurf

Die wissenschaftliche Analyse bleibt aber beim Forschungsteam. Meeting Metrics liefert die Grundlage, nicht die Interpretation.

Interviews bleiben zentral – aber die Nachbearbeitung ist aufwendig

In vielen Forschungsprojekten sind Interviews ein zentraler Bestandteil.

Das gilt besonders für:

1. qualitative Forschung
2. Sozialwissenschaften
3. Bildungsforschung
4. Gesundheitsforschung
5. Pflegeforschung
6. Psychologie
7. Markt- und Nutzungsforschung
8. Public Policy
9. Verwaltungsforschung
10. Design Research
11. ethnografische Forschung
12. Evaluationen
13. Praxisprojekte an Fachhochschulen
14. Master- und Doktorarbeiten

Interviews liefern reichhaltige Daten. Gleichzeitig sind sie aufwendig in der Nachbearbeitung.

Oft müssen Forschende:

1. Audioaufnahmen sichern
2. Einwilligungen beachten
3. Transkripte erstellen
4. Aussagen anonymisieren
5. Kernthemen identifizieren
6. Zitate prüfen
7. Codings vorbereiten
8. Follow-up-Fragen festhalten
9. methodische Memos schreiben
10. Projektaufgaben ableiten
11. Daten korrekt ablegen

Meeting Metrics kann hier unterstützen, indem aus Interviews strukturierte Transkripte, Zusammenfassungen, Themenübersichten, Aufgaben und Forschungsnotizen entstehen.

Wichtig ist: Die Lösung ersetzt keine qualitative Inhaltsanalyse, keine Grounded-Theory-Auswertung, keine thematische Analyse und keine wissenschaftliche Interpretation. Sie reduziert die Roharbeit und verbessert die Ausgangslage für saubere Forschung.

Digitalisierung verändert Forschung und Lehre

Die digitale Transformation verändert nicht nur Wirtschaft und Verwaltung, sondern auch Wissenschaft, Bildung und Hochschulorganisation.

SRF berichtete 2026 über das Nationale Forschungsprogramm NFP 77 zur digitalen Transformation. Im Zentrum steht dabei nicht nur Technologie selbst, sondern die Frage, wie Digitalisierung Gesellschaft, Arbeit, Bildung und Medien verändert. Für Hochschulen ist das doppelt relevant: Digitalisierung ist Forschungsgegenstand – und gleichzeitig verändert sie die tägliche Forschungs- und Lehrpraxis.

Auch neue Forschungsprojekte zeigen, wie stark KI gesellschaftliche Fragen berührt. Netzwoche berichtete 2026 über ein Projekt der Universität Zürich und AlgorithmWatch CH, das untersucht, wie KI die demokratische Meinungsbildung und gesellschaftliche Debatten beeinflusst. Dabei kommen Datensammlungen, technische Analysen, sozialwissenschaftliche Untersuchungen und Open-Source-Tools zusammen.

Für Forschungsteams bedeutet das: KI-Tools müssen nicht nur effizient sein. Sie müssen verantwortungsvoll, nachvollziehbar und methodisch sauber eingesetzt werden. Gerade bei Interviews, Fokusgruppen, sensiblen Daten und gesellschaftlichen Themen braucht es klare Prozesse.

Schweizerdeutsch als Forschungsrealität

Viele Forschungsinterviews in der Schweiz finden nicht auf Standarddeutsch statt.

Gerade bei qualitativen Interviews, Praxisprojekten, Gemeindeprojekten, Gesundheitsstudien, Bildungsforschung oder Befragungen mit lokalen Akteuren sprechen Teilnehmende häufig Schweizerdeutsch. Oft wechseln sie zwischen Dialekt, Hochdeutsch, Fachsprache, Englisch und Alltagssprache.

Für internationale Transkriptions- und AI-Notetaker-Lösungen ist das oft schwierig. Viele Tools erkennen Standarddeutsch oder Englisch gut, aber nicht zuverlässig Schweizerdeutsch, Dialektmischungen, lokale Begriffe oder schweizerische Institutionen.

Meeting Metrics ist auf den Schweizer Markt ausgerichtet und unterstützt Schweizerdeutsch. Das ist in der Forschung besonders wichtig, weil eine KI-Lösung nicht nur einzelne Wörter verstehen muss, sondern auch Kontext:

1. Interviewleitfaden
2. Forschungsfrage
3. Fokusgruppe
4. Praxispartner
5. Hochschule
6. Fachhochschule
7. Gemeinde
8. Spital
9. Schule
10. Verwaltung
11. Projektgruppe
12. Forschungsdaten
13. Einwilligung
14. Anonymisierung
15. Kodierung
16. Memo
17. Pendenz
18. nächste Schritte

Schweiz und DACH: Warum der Forschungskontext wichtig ist

Forschung und Hochschulen sind international, aber stark lokal eingebettet.

In der Schweiz spielen Themen wie Mehrsprachigkeit, Föderalismus, Datenschutz, Forschungsdatenmanagement, Ethikkommissionen, Praxisnähe, Fachhochschulprojekte, Schweizerdeutsch, regionale Praxispartner und öffentliche Finanzierung eine wichtige Rolle.

Gleichzeitig arbeiten viele Forschungsgruppen im DACH-Raum. Dann kommen weitere Eigenheiten dazu:

1. DSGVO in Deutschland und Österreich
2. andere Ethikprozesse
3. andere Hochschulstrukturen
4. andere Förderlogiken
5. andere Datenmanagement-Vorgaben
6. andere Begriffe in qualitativer Forschung
7. länderübergreifende Projektgruppen
8. internationale Konsortien

Meeting Metrics positioniert sich klar mit Schweizer Fokus, kann aber auch für DACH-nahe Forschungsteams relevant sein, die deutschsprachige Interviews, Forschungsmeetings und Projektgruppen strukturierter dokumentieren möchten.

Wichtig ist: Meeting Metrics ersetzt keine Ethikprüfung, keine Datenschutzfolgenabschätzung, kein Forschungsdatenmanagement und keine methodische Entscheidung. Die Lösung unterstützt bei Transkription, Strukturierung und Nachbearbeitung.

Typische Rollen in Forschung und Hochschulen

Meeting Metrics richtet sich nicht nur an eine einzelne Rolle. Der Nutzen entsteht über verschiedene Funktionen hinweg.

Professorinnen und Professoren

Professorinnen und Professoren führen Forschungsmeetings, Doktoratsbetreuungen, Projektgruppen, Drittmittelgespräche, Kooperationen und Gremiensitzungen.

Meeting Metrics kann helfen, Projektentscheidungen, Aufgaben, Betreuungspunkte und Forschungsnotizen schneller festzuhalten.

Doktorierende

Doktorierende führen Interviews, Literaturgespräche, Betreuungssitzungen, Kolloquien, Methodendiskussionen und Projektmeetings.

Meeting Metrics kann Transkription, Interviewnotizen, Betreuungsnotizen und Aufgabenlisten vorbereiten.

Postdocs und wissenschaftliche Mitarbeitende

Postdocs und wissenschaftliche Mitarbeitende koordinieren Forschungsprojekte, betreuen Studierende, führen Erhebungen durch, schreiben Paper, organisieren Workshops und arbeiten mit Praxispartnern.

Meeting Metrics kann Sitzungen, Interviews und Projektgruppen strukturieren.

Forschungsassistenzen

Forschungsassistenzen transkribieren Interviews, bereiten Daten auf, führen Literaturrecherchen, organisieren Erhebungen und unterstützen bei Auswertungen.

Meeting Metrics kann besonders bei der Roharbeit entlasten.

Projektleitungen und Studienleitungen

Projektleitungen koordinieren Drittmittelprojekte, Konsortien, Praxispartner, Fristen, Deliverables, Berichte und Stakeholder.

Meeting Metrics kann Projektmeetings, Arbeitspaket-Sitzungen und Statusupdates strukturieren.

Hochschulverwaltung

Hochschulverwaltungen führen Sitzungen zu Qualitätsmanagement, Akkreditierung, Lehre, Weiterbildung, Forschungssupport, Internationalisierung und digitalen Prozessen.

Meeting Metrics kann Protokolle, Aufgaben und Entscheide vorbereiten.

Ethikkommissionen und Datenschutzstellen

Ethik- und Datenschutzstellen befassen sich mit Einwilligungen, Forschungsdaten, Risikoabwägungen, sensiblen Daten und Governance.

Meeting Metrics kann interne Besprechungen dokumentieren, ersetzt aber keine formale Prüfung.

Transferstellen und Praxispartner

Transferstellen und Praxispartner arbeiten an Innovationsprojekten, angewandter Forschung, Praxisworkshops und Wirkungsmessung.

Meeting Metrics kann Workshop-Ergebnisse, Entscheidungen und Aufgaben strukturiert festhalten.

Typische Gesprächs- und Sitzungsarten

Forschungsinterviews

Forschungsinterviews sind einer der wichtigsten Use Cases.

Sie enthalten Aussagen, Erfahrungen, Deutungen, Beispiele, Emotionen und Kontextinformationen.

Meeting Metrics kann daraus Transkripte, Interviewzusammenfassungen und Themenübersichten vorbereiten.

Typische Inhalte sind:

1. Aussagen der befragten Person
2. zentrale Themen
3. wiederkehrende Motive
4. relevante Zitate
5. Kontextinformationen
6. offene Fragen
7. Follow-up-Themen
8. methodische Hinweise
9. Anonymisierungshinweise
10. Forschungsnotizen

Qualitative Interviews

Qualitative Interviews sind oft offen, halbstrukturiert oder narrativ.

Meeting Metrics kann bei der Verschriftlichung und Strukturierung helfen. Die Interpretation, Kodierung und theoretische Einordnung bleiben beim Forschungsteam.

Fokusgruppen

Fokusgruppen enthalten mehrere Stimmen, Interaktionen und unterschiedliche Perspektiven.

Meeting Metrics kann helfen, Diskussionen, Themenblöcke, Positionen, offene Fragen und nächste Auswertungsschritte zu strukturieren.

Forschungsmeetings

Forschungsmeetings enthalten Projektstände, Hypothesen, Methodenfragen, Datenprobleme, Publikationsideen und Aufgaben.

Meeting Metrics kann daraus Aufgabenlisten, Entscheidungsübersichten und Forschungsnotizen erstellen.

Projektgruppen

Projektgruppen in Forschungsprojekten koordinieren Arbeitspakete, Fristen, Deliverables, Partnerbeiträge und Berichte.

Meeting Metrics kann Pendenzen, Verantwortlichkeiten und nächste Schritte extrahieren.

Betreuungsgespräche

Betreuungsgespräche zwischen Professorinnen, Doktorierenden, Studierenden oder wissenschaftlichen Mitarbeitenden sind oft reich an Feedback und Aufgaben.

Meeting Metrics kann daraus Betreuungsnotizen, To-dos, offene Fragen und nächste Meilensteine vorbereiten.

Doktoratskolloquien und Lab Meetings

Kolloquien und Lab Meetings enthalten Feedback, methodische Hinweise, Literaturvorschläge und nächste Schritte.

Meeting Metrics kann diese Punkte strukturieren.

Praxispartner-Workshops

An Fachhochschulen und in angewandter Forschung sind Praxispartner-Workshops besonders wichtig.

Meeting Metrics kann Workshop-Ergebnisse, Anforderungen, Pain Points, Lösungsideen und Aufgaben festhalten.

Ethik- und Datenschutzbesprechungen

Ethik- und Datenschutzfragen sind in vielen Projekten zentral.

Meeting Metrics kann interne Notizen, offene Punkte und Aufgaben vorbereiten. Die formelle ethische und rechtliche Beurteilung bleibt bei den zuständigen Stellen.

Lehrentwicklungs- und Hochschulmeetings

Hochschulen führen viele Sitzungen zu Curricula, Studiengängen, Akkreditierung, Qualitätsentwicklung, Weiterbildung und Lehrinnovation.

Meeting Metrics kann Protokolle, Aufgaben und Entscheidungen strukturieren.

Datenschutz, Ethik und Forschungsdaten

Forschungsdaten können sehr sensibel sein.

Dazu gehören:

1. Interviewaufnahmen
2. Transkripte
3. personenbezogene Aussagen
4. Gesundheitsdaten
5. Bildungsdaten
6. politische Meinungen
7. religiöse oder weltanschauliche Angaben
8. berufliche Situationen
9. persönliche Erfahrungen
10. sensible Gruppenzugehörigkeiten
11. Standortdaten
12. Daten von Minderjährigen
13. Daten aus vulnerablen Gruppen
14. Rohdaten aus Studien
15. Kontextinformationen, die Rückschlüsse auf Personen erlauben

Für Hochschulen und Forschungsteams ist deshalb wichtig:

1. Welche Daten werden aufgenommen?
2. Wozu werden sie verarbeitet?
3. Wer hat Zugriff?
4. Wo werden Audio, Transkript und Ergebnis gespeichert?
5. Wie lange bleiben Daten verfügbar?
6. Wie werden Teilnehmende informiert?
7. Liegt eine Einwilligung vor?
8. Welche Daten müssen anonymisiert oder pseudonymisiert werden?
9. Welche Daten dürfen nicht in ein KI-System eingegeben werden?
10. Welche Projekte brauchen Ethikprüfung?
11. Welche Vorgaben gelten für Forschungsdatenmanagement?
12. Werden Daten für Training verwendet?
13. Welche Anbieter und Subprozessoren sind involviert?
14. Welche Ergebnisse dürfen exportiert oder geteilt werden?

Meeting Metrics unterstützt Forschungsteams mit Schweizer Datenhaltung, Enterprise-Setups mit Verarbeitung in der Schweiz, lokalen Modellen, optionaler On-Premise-Installation und persönlicher Begleitung bei Datenschutz- und Governance-Fragen.

Schweizer Datenverarbeitung, lokale Modelle und On-Premise-Option

Meeting Metrics speichert Daten in der Schweiz. Für Enterprise-Kunden sind Setups mit Verarbeitung in der Schweiz und lokalen Modellen möglich.

Für Hochschulen, Forschungsgruppen, medizinische Forschung, öffentliche Forschungsprojekte, Institute, Ethikkommissionen oder Organisationen mit besonders hohen Anforderungen an Datenschutz, Informationssicherheit oder interne IT-Vorgaben kann auch ein individuelles Enterprise-Setup bis hin zu einer On-Premise-Installation geprüft werden.

Dadurch kann Meeting Metrics bei Bedarf in der eigenen Infrastruktur oder in einer spezifisch definierten Umgebung betrieben werden.

Das ist besonders relevant für Organisationen, die vertrauliche Forschungsdaten, Interviewaufnahmen, sensible Personendaten, Gesundheitsdaten, Minderjährigendaten oder unveröffentlichte Forschungsergebnisse dokumentieren möchten und maximale Kontrolle über Datenflüsse, Zugriff, Verarbeitung und Betrieb benötigen.

Je nach Anforderung kann zwischen verschiedenen Betriebsmodellen unterschieden werden.

Schweizer Datenhaltung

Die Daten werden in der Schweiz gespeichert. Das ist für viele Schweizer Hochschulen, Forschungsgruppen und öffentliche Projekte bereits eine wichtige Grundvoraussetzung.

Schweizer Verarbeitung im Enterprise-Setup

Für sensiblere Forschungsprojekte kann auch die Verarbeitung in der Schweiz relevant sein.

Lokale Modelle

Bei besonders hohen Anforderungen können lokale Modelle geprüft werden, um mehr Kontrolle über die Verarbeitung zu erhalten.

On-Premise-Installation

Für Hochschulen, Forschungsgruppen oder öffentliche Forschungsorganisationen mit besonders hohen Anforderungen kann eine On-Premise-Installation geprüft werden. Damit kann die Lösung in der eigenen oder einer spezifisch definierten Infrastruktur betrieben werden.

Aufnahmequellen: Interview, Fokusgruppe, Projektmeeting oder Upload

Meeting Metrics ist flexibel einsetzbar und nicht auf eine einzige Aufnahmeart beschränkt.

Forschungsteams arbeiten im Interviewraum, online, hybrid, im Feld, in Laboren, an Workshops, in Projektgruppen oder mit bestehenden Audio- und Videodateien. Meeting Metrics kann genau dort ansetzen.

Mobile-App für Interviews und Feldforschung

Viele Interviews und Beobachtungen finden physisch oder unterwegs statt.

Mit der Mobile-App kann das Smartphone für Aufnahmen genutzt werden. Das ist praktisch, weil das Smartphone ohnehin fast immer dabei ist.

Damit können Interviews, kurze Feldnotizen, Reflexionsmemos, Praxisgespräche oder Workshop-Notizen direkt aufgenommen und anschliessend verarbeitet werden.

Desktop-App für Online-Interviews und Forschungsmeetings

Für Teams-, Zoom-, Google-Meet- oder andere Online-Meetings kann Meeting Metrics über die Desktop-App genutzt werden.

Die Aufzeichnung läuft im Hintergrund, ohne dass ein sichtbarer Bot dem Meeting beitritt. Das ist besonders angenehm bei Interviews, vertraulichen Forschungsmeetings oder Projektgruppen.

Upload von Audio- und Videodateien

Bestehende Audio- oder Videodateien können hochgeladen werden.

Das ist nützlich, wenn Aufnahmen bereits vorhanden sind, zum Beispiel aus Interviews, Fokusgruppen, Videokonferenzen, Diktiergeräten oder Workshop-Mitschnitten.

Meeting Metrics verwandelt diese Aufnahmen anschliessend in strukturierte Transkripte, Zusammenfassungen, Aufgaben, Forschungsnotizen oder Reports.

Smartphone als Forschungs-Notiztool

Ein separates Aufnahmegerät ist nicht nötig.

Mit dem Smartphone können kurze Beobachtungen, Reflexionen, Interviewnotizen oder Projektgedanken direkt aufgenommen werden. Danach erstellt Meeting Metrics daraus strukturierte Notizen, Aufgaben oder Memos.

Forschungs- und Hochschulsoftware: Wo Meeting Metrics Ergebnisse integrieren könnte

Schweizer Hochschulen und Forschungsteams arbeiten mit vielen verschiedenen Systemen. Meeting Metrics ersetzt diese Systeme nicht. Der Mehrwert liegt darin, Interviews und Sitzungen in strukturierte Ergebnisse zu verwandeln, die anschliessend in bestehende Forschungs-, DMS-, Projektmanagement-, Analyse- oder Hochschulsysteme übernommen werden können.

Je nach Setup können Transkripte, Zusammenfassungen, Pendenzen, Aufgaben, Reports oder Forschungsnotizen exportiert oder per Schnittstelle an bestehende Systeme übergeben werden.

MAXQDA, ATLAS.ti und NVivo

Viele qualitative Forschungsprojekte nutzen Tools wie MAXQDA, ATLAS.ti oder NVivo für Codierung, qualitative Inhaltsanalyse und Auswertung.

Meeting Metrics ersetzt diese Systeme nicht. Die Lösung kann aber Transkripte und strukturierte Interviewnotizen vorbereiten, die danach in qualitative Analyse-Tools übernommen werden können.

Mögliche Exporte oder Integrationen:

1. Transkript
2. Interviewzusammenfassung
3. Themenübersicht
4. relevante Zitatstellen
5. Methodenmemo
6. Anonymisierungshinweise
7. Codier-Vorbereitung
8. Forschungsnotiz

REDCap

Viele Hochschulen und medizinische Forschungsgruppen nutzen REDCap für Forschungsdaten, Erhebungen und Studienmanagement.

Meeting Metrics kann ergänzend helfen, Interviews, Studienmeetings oder Projektgruppen in strukturierte Notizen und Aufgaben zu überführen. Die Übernahme in Studiensysteme sollte kontrolliert und geprüft erfolgen.

LimeSurvey, Qualtrics und Umfragetools

Für Befragungen und Mixed-Methods-Projekte kommen häufig Umfragetools wie LimeSurvey oder Qualtrics zum Einsatz.

Meeting Metrics kann qualitative Begleitinterviews, Fokusgruppen oder Auswertungssitzungen dokumentieren.

SWITCHdrive, SWITCHengines und Hochschul-Clouds

Viele Schweizer Hochschulen nutzen SWITCH-nahe Dienste oder eigene Hochschul-Clouds für Daten, Zusammenarbeit und Infrastruktur.

Meeting Metrics kann Ergebnisse so exportieren, dass sie in bestehende Ablagestrukturen übernommen werden können.

Moodle, ILIAS, OLAT und Lernplattformen

Hochschulen nutzen Lernplattformen für Lehre, Kursorganisation, Feedback und Materialien.

Meeting Metrics kann Lehrentwicklungsmeetings, Feedbackrunden, Projektgruppen oder Betreuungsgespräche strukturieren. Eine direkte Integration sollte je nach Hochschul-IT geprüft werden.

Microsoft 365, Teams, SharePoint und Outlook

Viele Hochschulen und Forschungsteams nutzen Microsoft 365 für E-Mail, Kalender, Teams-Meetings, Dokumente, Ablagen und Zusammenarbeit.

Meeting Metrics kann hier mit bestehenden Arbeitsabläufen zusammenspielen, etwa über:

1. Exporte
2. E-Mail
3. Share Links
4. Ablageprozesse
5. Teams-Meetings
6. Aufgaben
7. künftige Integrationen

Zotero, Mendeley und Literaturmanagement

Literaturmanagement-Systeme bleiben für Quellenarbeit zentral. Meeting Metrics ersetzt diese Systeme nicht, kann aber Forschungsmeetings und Literaturbesprechungen strukturieren.

Jira, Confluence, Notion, Trello, Asana und Projekttools

Forschungsgruppen und Hochschulprojekte nutzen oft Projekt- und Wissensmanagementtools.

Meeting Metrics kann Projektmeetings, Arbeitspaket-Sitzungen, Praxispartner-Workshops oder Forschungsgruppenmeetings strukturieren und Aufgaben vorbereiten.

DMS, Repositorys und Forschungsdatenmanagement

Viele Hochschulen arbeiten mit DMS, institutionellen Repositorien oder Forschungsdatenmanagement-Plattformen.

Meeting Metrics kann Inhalte strukturieren, die danach sauber abgelegt, anonymisiert oder in Projektordner übernommen werden können.

Wie eine Integration mit Meeting Metrics konkret aussehen kann

Eine Integration muss nicht immer sofort eine tiefe technische Schnittstelle sein. Gerade in Hochschulen und Forschungsgruppen ist ein schrittweiser Ansatz oft sinnvoller.

Stufe 1: Strukturierter Export

Meeting Metrics erstellt ein strukturiertes Ergebnis, das als Word, PDF, Text oder über einen Share Link weiterverarbeitet wird.

Das eignet sich für Forschungsteams, die zuerst die Qualität prüfen und bestehende Prozesse nicht sofort verändern möchten.

Stufe 2: Vorlagenbasierte Übergabe

Meeting Metrics erstellt Ergebnisse direkt in der Struktur, die das Forschungsteam braucht.

Zum Beispiel:

1. Forschungsinterview
2. Fokusgruppe
3. Interviewzusammenfassung
4. Methodenmemo
5. Projektmeeting
6. Lab Meeting
7. Betreuungsgespräch
8. Praxispartner-Workshop
9. Ethikbesprechung
10. Studienkoordination
11. Management Update
12. Pendenzenliste

Das reduziert Copy-Paste und verbessert die Konsistenz.

Stufe 3: API- oder Schnittstellenanbindung

Für grössere Institute, Forschungszentren oder Hochschulen kann Meeting Metrics per API oder über definierte Schnittstellen angebunden werden.

So könnten geprüfte Transkripte, Zusammenfassungen, Aufgaben oder Forschungsnotizen in bestehende DMS-, Analyse-, Projektmanagement- oder Hochschulsysteme übertragen werden.

Wichtig ist: Gerade bei Forschungsdaten, Interviews und sensiblen Personendaten sollte die Übergabe kontrolliert erfolgen. Die zuständige Person prüft und bestätigt den Inhalt, bevor er in ein Forschungssystem, Repository oder Projektdossier übernommen wird.

Stufe 4: Enterprise-Setup mit Schweizer Verarbeitung oder On-Premise

Für besonders sensible Forschungsdaten kann ein Enterprise-Setup mit Schweizer Verarbeitung, lokalen Modellen oder On-Premise-Installation geprüft werden.

Das ist besonders relevant für:

1. Gesundheitsforschung
2. klinische Studien
3. Bildungsforschung mit Minderjährigen
4. Sozialforschung mit vulnerablen Gruppen
5. vertrauliche Praxispartnerprojekte
6. öffentliche Forschungsmandate
7. Ethikpflichtige Studien
8. sicherheitsrelevante Forschung
9. unveröffentlichte Forschungsergebnisse
10. grosse Hochschul- oder Institutsrollouts

Wo Meeting Metrics konkret unterstützen kann

Meeting Metrics kann für Forschung und Hochschulen auf mehreren Ebenen Mehrwert schaffen.

Interviews schneller transkribieren

Aus Audio- oder Videoaufnahmen entstehen Transkripte, die Forschende weiterverarbeiten können.

Interviewzusammenfassungen vorbereiten

Meeting Metrics kann Kernthemen, Aussagen, offene Fragen und Follow-up-Punkte strukturieren.

Forschungsmeetings dokumentieren

Projektentscheidungen, Aufgaben, Methodenfragen und offene Punkte werden schneller verfügbar.

Projektgruppen steuern

Arbeitspakete, Verantwortlichkeiten, Fristen und Deliverables werden klarer festgehalten.

Betreuungsgespräche strukturieren

Betreuungsgespräche können mit Aufgaben, Feedback und nächsten Meilensteinen dokumentiert werden.

Praxispartner-Workshops aufbereiten

Workshops mit Unternehmen, Verwaltungen, Schulen, Spitälern oder Gemeinden können in klare Ergebnisprotokolle überführt werden.

Forschungswissen auffindbar machen

Über KI-Chat und Suche können frühere Besprechungen leichter abgefragt werden.

Beispiele:

1. Was wurde im letzten Forschungsmeeting zur Methode entschieden?
2. Welche offenen Punkte bestehen aus den Interviews?
3. Welche Themen kamen in den Fokusgruppen mehrfach vor?
4. Welche Aufgaben liegen bei der Projektleitung?
5. Welche Fragen müssen an die Ethikkommission?
6. Welche Interviewaussagen betreffen Datenschutz?
7. Welche Follow-up-Fragen sollen in der nächsten Erhebung gestellt werden?
8. Was wurde im Betreuungsgespräch als nächster Meilenstein vereinbart?
9. Welche Praxispartner-Pendenzen sind offen?

Use Cases für Forschung und Hochschulen

1. Qualitative Interviews transkribieren und strukturieren

Meeting Metrics kann Interviews transkribieren und erste Zusammenfassungen, Themenübersichten und Forschungsnotizen vorbereiten.

2. Fokusgruppen dokumentieren

Fokusgruppen können in Themenblöcke, Positionen, offene Fragen und nächste Auswertungsschritte strukturiert werden.

3. Forschungsmeetings nachbearbeiten

Projektentscheidungen, Methodenfragen, Aufgaben und Fristen werden klarer dokumentiert.

4. Projektgruppen koordinieren

Forschungsteams können Arbeitspakete, Zuständigkeiten und Deliverables besser nachführen.

5. Betreuungsgespräche festhalten

Doktorierende, Studierende und Betreuungspersonen können Feedback, Aufgaben und Meilensteine nachvollziehbarer dokumentieren.

6. Praxispartner-Workshops auswerten

Workshops mit Praxispartnern können schneller in Ergebnisprotokolle, Aufgaben und Reports überführt werden.

7. Ethik- und Datenschutzbesprechungen vorbereiten

Offene Punkte, Verantwortlichkeiten und nächste Schritte können strukturiert festgehalten werden.

8. Hochschulverwaltung und Gremienarbeit entlasten

Fakultätssitzungen, Institutsmeetings, Lehrentwicklungsworkshops und Projektmeetings können effizienter protokolliert werden.

Wirtschaftlicher Nutzen: Was Meeting Metrics einer Forschungsgruppe konkret bringt

Der wirtschaftliche Nutzen von Meeting Metrics entsteht nicht durch den Ersatz von Forschenden, sondern durch bessere Unterstützung im Alltag.

Professorinnen, Doktorierende, Postdocs, wissenschaftliche Mitarbeitende, Forschungsassistenzen und Projektleitungen bleiben fachlich und wissenschaftlich verantwortlich. Meeting Metrics hilft aber dabei, repetitive Nachbearbeitung zu reduzieren, Transkripte schneller vorzubereiten, Aufgaben strukturierter zu erfassen und Forschungswissen besser wiederzufinden.

Gerade in Forschung und Hochschulen ist das wichtig, weil viele Teams gleichzeitig knappe Budgets, Drittmittelvorgaben, Publikationsdruck, Projektfristen, Lehrverpflichtungen und Datenmanagement-Anforderungen bewältigen müssen.

Beispielrechnung: Forschungsgruppe mit qualitativen Interviews

Nehmen wir eine Forschungsgruppe mit 6 bis 10 Personen, mehreren Arbeitspaketen und 40 qualitativen Interviews.

Typische Gesprächs- und Sitzungsarten im Projekt:

1. qualitative Interviews
2. Fokusgruppen
3. Forschungsmeetings
4. Betreuungsgespräche
5. Praxispartner-Workshops
6. Methodensitzungen
7. Ethik- und Datenschutzbesprechungen
8. Projektgruppenmeetings
9. Auswertungsrunden
10. Berichtssitzungen

In der Praxis können dadurch schnell 60 bis 120 dokumentationsrelevante Gespräche in einem Projekt entstehen. Besonders Interviews und Fokusgruppen erzeugen viel Nachbearbeitung.

Wenn pro Interview heute mehrere Stunden für Transkription, Strukturierung und erste Aufbereitung anfallen, entsteht ein erheblicher Aufwand. Auch Forschungsmeetings und Projektgruppen verursachen laufend Nachbearbeitung.

Mit Meeting Metrics wird dieser Aufwand nicht vollständig eliminiert. Das wäre auch nicht der richtige Anspruch. Die wissenschaftliche Prüfung, Anonymisierung, methodische Analyse, Codierung und Interpretation bleiben beim Forschungsteam.

Aber die Ausgangslage verbessert sich deutlich.

Statt bei null zu beginnen, erhalten Teams eine strukturierte Grundlage:

1. Transkript
2. Interviewzusammenfassung
3. Themenübersicht
4. Forschungsnotiz
5. Follow-up-Fragen
6. Aufgabenliste
7. offene Punkte
8. Methodenmemo
9. Projektstatus
10. durchsuchbares Forschungswissen

Wenn ein Team bei 40 Interviews im Durchschnitt nur 60 Minuten Roharbeit pro Interview spart, ergibt das 40 Stunden Entlastung.

Wenn zusätzlich bei 30 Forschungsmeetings im Durchschnitt 20 Minuten Nachbearbeitung gespart werden, kommen weitere 10 Stunden dazu.

Diese Zeit kann dort eingesetzt werden, wo sie wertvoller ist:

1. wissenschaftliche Analyse
2. Kodierung
3. Interpretation
4. Publikation
5. Projektkoordination
6. Betreuung
7. Methodendiskussion
8. Praxispartnerkommunikation
9. Datenmanagement
10. Qualitätssicherung

Mehr Qualität statt nur weniger Aufwand

Der Nutzen zeigt sich nicht nur in Stunden.

Meeting Metrics kann auch die Qualität der Nachbearbeitung verbessern:

1. Transkripte sind schneller verfügbar.
2. Projektentscheidungen werden klarer dokumentiert.
3. Aufgaben werden besser zugeordnet.
4. offene Forschungsfragen gehen weniger leicht verloren.
5. Follow-up-Fragen werden sichtbarer.
6. Praxispartner-Workshops führen schneller zu Ergebnisprotokollen.
7. Betreuungsgespräche werden nachvollziehbarer.
8. Forschungswissen bleibt auffindbar.
9. neue Teammitglieder finden schneller Kontext.

Der wirtschaftliche Nutzen liegt also nicht darin, Forschung zu automatisieren. Er liegt darin, Forschende von repetitiver Roharbeit zu entlasten und mehr Zeit für methodisch und wissenschaftlich anspruchsvolle Arbeit zu schaffen.

Der Alltag in Forschung und Hochschulen: Warum Zeitersparnis zählt

Forschungsteams stehen unter Druck.

Drittmittelprojekte haben enge Zeitpläne. Doktorierende müssen Daten erheben, auswerten und publizieren. Professorinnen und Professoren jonglieren Forschung, Lehre, Betreuung, Gremien und Kooperationen. Fachhochschulen arbeiten häufig mit Praxispartnern, die schnelle und verwertbare Ergebnisse erwarten.

Gleichzeitig wächst die Bedeutung von KI an Schweizer Hochschulen. Netzwoche berichtete 2026, dass ETH Zürich und EPFL in internationalen Rankings weiterhin Spitzenpositionen in Informatik und KI behaupten. Das zeigt, wie stark die Schweiz in der KI-Forschung positioniert ist – und wie relevant KI-Kompetenzen auch im Hochschulalltag werden.

Meeting Metrics entlastet dort, wo besonders viel manuelle Arbeit entsteht: bei Interviews, Transkripten, Forschungsmeetings, Projektgruppen, Betreuungsgesprächen und Workshops.

Gemäss einer internen Nutzerumfrage aus Q1 2026 mit 100 Meeting-Metrics-Nutzern spart Meeting Metrics im Durchschnitt rund 25 Minuten pro Meetingstunde. Bei Interviews und längeren Forschungsbesprechungen kann die Entlastung je nach Ausgangslage deutlich höher sein.

Für Forschung und Hochschulen bedeutet das: weniger Zeit für Rohtranskripte und Nachbearbeitung – mehr Zeit für Analyse, Lehre, Publikation und Wirkung.

Welche Gespräche eignen sich besonders gut?

Meeting Metrics eignet sich besonders gut für Situationen, bei denen nach dem Gespräch ein konkretes Ergebnis gebraucht wird.

Dazu gehören:

1. Forschungsinterviews
2. qualitative Interviews
3. Fokusgruppen
4. Expertengespräche
5. Forschungsmeetings
6. Projektgruppen
7. Betreuungsgespräche
8. Doktoratskolloquien
9. Lab Meetings
10. Praxispartner-Workshops
11. Ethikbesprechungen
12. Datenschutzbesprechungen
13. Studienkoordinationen
14. Arbeitspaket-Meetings
15. Hochschulgremien
16. Lehrentwicklungsworkshops
17. Fakultätssitzungen
18. Institutsmeetings

Weniger geeignet sind Gespräche, bei denen besonders schützenswerte Daten ohne klare Einwilligung, ohne definierten Zweck oder ohne abgestimmtes Governance-Konzept verarbeitet würden. Gerade Gesundheitsdaten, Minderjährigendaten, Interviews mit vulnerablen Gruppen, vertrauliche Praxispartnerdaten oder ethisch sensible Studien sollten besonders sorgfältig geprüft werden.

Warum Forschung keine generische AI-Notetaker-Lösung braucht

Viele AI-Notetaker sind für Sales, Recruiting oder Remote-Teams gebaut.

Forschung und Hochschulen haben andere Anforderungen.

Ein Sales-Team braucht vielleicht Gesprächszusammenfassungen und CRM-Updates. Ein Forschungsteam braucht Transkripte, Interviewleitfäden, Anonymisierung, Forschungsnotizen, Methodenmemos, Kodier-Vorbereitung, Ethikbezug, Projektpendezen und kontrollierte Ablage.

Ein internationales Tool versteht vielleicht “Meeting Summary”. Eine Schweizer Forschungsgruppe braucht aber:

1. Forschungsinterview
2. qualitative Studie
3. Fokusgruppe
4. Forschungsfrage
5. Interviewleitfaden
6. Transkript
7. Anonymisierung
8. Einwilligung
9. Forschungsdatenmanagement
10. Ethikkommission
11. Methodenmemo
12. Kodierung
13. Praxispartner
14. Projektgruppe
15. Arbeitspaket
16. Deliverable
17. Schweizerdeutsch
18. DACH-Kontext
19. nächste Schritte

Meeting Metrics ist deshalb nicht einfach ein AI-Notetaker, sondern eine Lösung, die sich an die Arbeitsweise von Schweizer Hochschulen, Fachhochschulen und Forschungsgruppen anpassen lässt.

Einführung in Forschungsteams und Hochschulen: Erst testen, dann sauber ausrollen

Der Einsatz von KI in Forschung und Hochschulen sollte pragmatisch und kontrolliert erfolgen.

Darum empfiehlt sich ein klar abgegrenzter Einstieg. Forschungsteams, Institute oder Hochschulbereiche können Meeting Metrics zuerst in einem Pilot testen, die Qualität beurteilen und danach entscheiden, wie ein Rollout sinnvoll gestaltet wird.

1. Zwei Wochen Enterprise testen

Ein Forschungsteam kann Meeting Metrics zunächst während zwei Wochen im Enterprise-Setup testen. In dieser Phase geht es nicht darum, sofort alle Forschungsdaten umzustellen. Es geht darum, die Qualität realistisch zu prüfen.

Typische Tests können sein:

1. ein Forschungsmeeting
2. ein internes Projektmeeting
3. ein anonymisiertes Testinterview
4. ein nicht-sensibles Expertengespräch
5. ein Praxispartner-Workshop
6. ein Betreuungsgespräch
7. ein Lab Meeting
8. eine Methodensitzung
9. ein Diktat für ein Forschungs-Memo

So sieht das Team rasch, wie gut Transkription, Schweizerdeutsch, Zusammenfassung, Aufgaben, Forschungsnotizen und Vorlagen funktionieren.

2. Von der Qualität überzeugen

Nach den ersten Tests kann geprüft werden:

1. Wie gut versteht Meeting Metrics Schweizerdeutsch?
2. Wie gut ist die Transkriptqualität?
3. Wie brauchbar ist die Interviewzusammenfassung?
4. Wie gut werden Aufgaben erkannt?
5. Wie gut werden offene Forschungsfragen erkannt?
6. Wie gut passen die Ergebnisse zur eigenen Methodik?
7. Welche Vorlagen müssen angepasst werden?
8. Welche Gesprächsarten eignen sich besonders gut?
9. Welche Gesprächsarten sollten bewusst ausgeschlossen werden?
10. Wie gut funktioniert der Review-Prozess durch Forschende?
11. Wie gut lassen sich Ergebnisse in bestehende Forschungssysteme übernehmen?

Diese Phase ist wichtig, damit Meeting Metrics nicht theoretisch bewertet wird, sondern anhand echter Forschungs- und Hochschulkontexte.

3. Vorlagen gemeinsam optimieren

Danach können die wichtigsten Vorlagen angepasst werden.

Zum Beispiel:

1. Forschungsinterview
2. Expertengespräch
3. Fokusgruppe
4. Interviewzusammenfassung
5. Methodenmemo
6. Forschungsmeeting
7. Lab Meeting
8. Betreuungsgespräch
9. Praxispartner-Workshop
10. Ethikbesprechung
11. Studienkoordination
12. Projektgruppe
13. Management Update

Je besser die Vorlage, desto besser das Ergebnis. Meeting Metrics unterstützt Forschungsteams dabei, bestehende Arbeitsweisen zu übernehmen und sinnvoll für KI aufzubereiten.

4. Datenschutz, Ethik und Betriebsmodell klären

Parallel sollte geklärt werden, welche Datenschutz-, Ethik- und IT-Anforderungen gelten.

Dazu gehören:

1. Auftragsbearbeitungsvertrag
2. technische und organisatorische Massnahmen
3. Subprozessoren
4. Datenstandort
5. Schweizer Verarbeitung
6. Aufbewahrung und Löschung
7. Zugriffsrechte
8. Einwilligung
9. Forschungsdatenmanagement
10. Anonymisierung
11. Pseudonymisierung
12. Nutzung von Daten für Training
13. Ethikvorgaben
14. Betriebsmodell
15. lokale Modelle
16. On-Premise-Option
17. Integration in Forschungs-, Analyse- oder DMS-Systeme

Für besonders sensible Forschungsdaten kann geprüft werden, ob ein Enterprise-Setup mit Schweizer Verarbeitung, lokalen Modellen oder On-Premise-Installation sinnvoll ist.

5. Onboarding vor Ort

Für Hochschulen und Forschungsteams ist ein persönliches Onboarding besonders wertvoll.

Meeting Metrics kann bei Bedarf ein Onboarding vor Ort durchführen. Dabei geht es nicht nur um die Bedienung der Software, sondern auch um praktische Tipps aus dem Forschungsalltag.

Zum Beispiel:

1. Welche Gesprächsarten eignen sich für den Start?
2. Wie informiert man Interviewteilnehmende sauber?
3. Wie startet und beendet man Aufnahmen richtig?
4. Wie nutzt man Interviewleitfäden und Kontextdateien?
5. Wie erstellt man bessere Forschungsvorlagen?
6. Wie prüft man KI-Ergebnisse effizient?
7. Wie organisiert man Team-Ordner und Zugriffsrechte?
8. Wie vermeidet man unnötige Datenhaltung?
9. Wie arbeitet man mit Aufgaben, Pendenzen und KI-Chat?
10. Wie trennt man Rohdaten von Auswertungsnotizen?
11. Welche Inhalte sollten nicht aufgenommen werden?
12. Wie können Ergebnisse in Analyse- oder Projektsysteme übernommen werden?

Das Ziel ist nicht nur, die Software zu zeigen. Das Ziel ist, dass Forschungsteams schnell einen sicheren, akzeptierten und sinnvollen Arbeitsprozess finden.

6. Schrittweiser Rollout

Nach dem Pilot kann Meeting Metrics schrittweise ausgerollt werden.

Eine sinnvolle Reihenfolge kann sein:

1. zuerst interne Forschungsmeetings und Diktate
2. danach nicht-sensible Expertengespräche
3. anschliessend ausgewählte Interviews
4. danach Fokusgruppen oder Praxispartner-Workshops
5. später Exporte oder Schnittstellen in bestehende Systeme
6. bei besonders sensiblen Projekten erst nach zusätzlicher Ethik- und Datenschutzprüfung

So bleibt die Einführung kontrolliert und das Team kann Erfahrungen sammeln, bevor weitere Bereiche dazukommen.

Beispiel: So könnte ein Workflow bei einem Forschungsinterview aussehen

Vor dem Gespräch lädt das Forschungsteam den Interviewleitfaden, das Studienziel oder relevante Kontextinformationen hoch.

Während des Interviews läuft Meeting Metrics im Hintergrund über die Desktop-App oder bei physischen Interviews über die Mobile-App, sofern Einwilligung, Zweck und Datenschutz sauber geregelt sind.

Nach dem Interview erstellt Meeting Metrics ein Transkript, eine strukturierte Zusammenfassung, zentrale Themen, offene Follow-up-Fragen und mögliche Forschungsnotizen.

Die Forschenden prüfen das Ergebnis, anonymisieren sensible Angaben und entscheiden, welche Inhalte in die Analyse übernommen werden.

Später kann das Team über den KI-Chat nachfragen:

1. Welche Themen wurden im Interview mehrfach angesprochen?
2. Welche Aussagen betreffen die Forschungsfrage direkt?
3. Welche Follow-up-Fragen ergeben sich?
4. Welche Angaben müssen anonymisiert werden?
5. Welche Punkte eignen sich für die nächste Auswertungsrunde?

Beispiel: So könnte ein Workflow bei einem Forschungsmeeting aussehen

Eine Projektgruppe bespricht den Stand eines Drittmittelprojekts, offene Arbeitspakete und methodische Fragen.

Meeting Metrics erstellt danach eine strukturierte Zusammenfassung mit Entscheiden, Aufgaben, Verantwortlichkeiten, Fristen und offenen Fragen.

Die Projektleitung prüft das Ergebnis und übernimmt relevante Punkte in den Projektplan, das DMS oder das Reporting.

Typische Ergebnisse sind:

1. Projektstatus
2. Aufgabenliste
3. Verantwortlichkeiten
4. offene Methodenfragen
5. Fristen
6. Deliverables
7. nächste Schritte
8. Management Update

Beispiel: So könnte ein Workflow bei einem Praxispartner-Workshop aussehen

Ein Forschungsteam führt einen Workshop mit einer Gemeinde, einem Spital, einer Schule oder einem Unternehmen durch.

Meeting Metrics erstellt danach eine Zusammenfassung mit Bedürfnissen, Pain Points, Lösungsideen, Aufgaben, offenen Fragen und nächsten Schritten.

Das Team prüft das Ergebnis und nutzt es für Bericht, Protokoll, Projektplanung oder Praxispartnerkommunikation.

Vorteile für Schweizer Hochschulen und Forschungsteams

Weniger manuelle Transkriptions- und Nachbearbeitungsarbeit

Die KI bereitet Transkripte, Zusammenfassungen, Aufgaben und Forschungsnotizen vor. Das spart Zeit in der Nachbearbeitung.

Unterstützung statt Ersatz

Meeting Metrics unterstützt Forschende, Projektleitungen, Doktorierende und Hochschulverwaltungen bei der Roharbeit. Die wissenschaftliche Analyse, methodische Qualität und finale Verantwortung bleiben beim Team.

Bessere Gesprächsqualität

Forschende können sich stärker auf Interview, Gesprächspartner, Methode und Inhalt konzentrieren, statt parallel alles mitzuschreiben.

Mehr Nachvollziehbarkeit

Entscheidungen, Aufgaben, offene Fragen und Methodendiskussionen werden strukturierter festgehalten.

Schnellere Verfügbarkeit

Transkripte, Forschungsnotizen und Projektprotokolle können schneller bereitstehen.

Schweizerdeutsch-Unterstützung

Meeting Metrics ist auf den Schweizer Markt ausgerichtet und versteht auch Schweizerdeutsch.

DACH-taugliche Forschungsdokumentation

Für Projekte mit Schweiz-, Deutschland- und Österreich-Bezug können Interviews, Projektmeetings und Forschungsgruppen strukturierter dokumentiert werden.

Schweizer Datenhaltung und On-Premise-Option

Daten werden in der Schweiz gespeichert. Für Enterprise-Kunden sind Setups mit Verarbeitung in der Schweiz, lokalen Modellen oder einer On-Premise-Installation möglich. Das ist besonders relevant für sensible Forschungsdaten, Gesundheitsdaten, Minderjährigendaten oder vertrauliche Praxispartnerprojekte.

Individuelle Vorlagen

Forschungsteams können eigene Vorlagen für Interviews, Fokusgruppen, Methodenmemos, Projektmeetings oder Betreuungsgespräche nutzen.

Persönlicher Support

Einführung, Rollout, Vorlagen, Datenschutzfragen, Ethikthemen und Integrationsmöglichkeiten können gemeinsam geklärt werden.

Onboarding vor Ort

Bei Bedarf kann Meeting Metrics Hochschulen und Forschungsteams vor Ort begleiten und praktische Tipps für Interviewprozesse, Vorlagen, Datenschutz, Aufnahmeprozesse, Exporte und interne Einführung geben.

Keine sichtbaren Bots

Meeting Metrics läuft über Desktop- oder Mobile-App im Hintergrund. Das ist besonders angenehm bei vertraulichen Interviews und Forschungsmeetings.

Kein zusätzliches Aufnahmegerät nötig

Für Online-Meetings reicht die Desktop-App. Für Interviews, Feldforschung, Diktate oder spontane Notizen reicht das Smartphone mit der Mobile-App.

Für welche Hochschulen und Forschungsteams eignet sich Meeting Metrics?

Meeting Metrics eignet sich für Universitäten, Fachhochschulen, Pädagogische Hochschulen, Institute, Forschungsgruppen, Doktoratsprogramme, Labore, Transferstellen, Hochschulverwaltungen, öffentliche Forschungsprojekte, Praxisforschungsprojekte, Evaluationsteams und DACH-Forschungskonsortien.

Besonders relevant ist die Lösung für Organisationen, die:

1. regelmässig Interviews transkribieren
2. qualitative Forschung betreiben
3. Fokusgruppen dokumentieren
4. Forschungsmeetings effizienter nachbearbeiten möchten
5. Projektgruppen koordinieren
6. Betreuungsgespräche strukturieren möchten
7. Praxispartner-Workshops dokumentieren
8. Schweizerdeutsch nutzen
9. DACH-Projekte oder internationale Konsortien haben
10. hohe Anforderungen an Datenschutz und Ethik haben
11. bestehende Forschungs- und Hochschulsysteme weiterverwenden möchten
12. keine zusätzliche Aufnahme-Hardware wollen
13. keine sichtbaren Bots in Gesprächen möchten
14. Forschungswissen aus vergangenen Gesprächen besser auffindbar machen wollen

Häufige Fragen von Forschungsteams und Hochschulen

Ist Meeting Metrics für Forschung geeignet?

Ja. Meeting Metrics eignet sich für Forschungsteams, die Interviews, Fokusgruppen, Forschungsmeetings, Projektgruppen oder Praxispartner-Workshops transkribieren und strukturieren möchten.

Ist Meeting Metrics für Hochschulen geeignet?

Ja. Meeting Metrics eignet sich für Universitäten, Fachhochschulen, Pädagogische Hochschulen, Institute und Hochschulverwaltungen, die Sitzungen, Interviews und Projektarbeit effizienter dokumentieren möchten.

Unterstützt Meeting Metrics qualitative Interviews?

Ja. Meeting Metrics kann qualitative Interviews transkribieren und daraus Zusammenfassungen, Themenübersichten, Forschungsnotizen und Aufgaben vorbereiten.

Ersetzt Meeting Metrics qualitative Analyse?

Nein. Meeting Metrics ersetzt keine wissenschaftliche Analyse, keine Kodierung, keine Interpretation und keine methodische Verantwortung. Die Lösung erstellt eine strukturierte Grundlage und unterstützt bei der Nachbearbeitung.

Unterstützt Meeting Metrics Fokusgruppen?

Ja. Meeting Metrics kann Fokusgruppen transkribieren und in Themen, Positionen, offene Fragen und nächste Auswertungsschritte strukturieren.

Kann Meeting Metrics Schweizerdeutsch?

Ja. Meeting Metrics ist auf den Schweizer Markt ausgerichtet und unterstützt auch Schweizerdeutsch. Das ist besonders wichtig für Interviews, Praxisprojekte und Feldforschung in der Schweiz.

Ist Meeting Metrics auch für DACH-Projekte geeignet?

Ja. Meeting Metrics kann auch bei DACH-nahen Forschungsprojekten helfen, etwa bei Interviews und Projektmeetings mit Partnern in Deutschland und Österreich. Die datenschutzrechtliche und ethische Beurteilung bleibt bei den zuständigen lokalen Stellen.

Wo werden die Daten gespeichert?

Meeting Metrics speichert Daten in der Schweiz. Für Enterprise-Kunden sind Setups mit Verarbeitung in der Schweiz, lokalen Modellen oder einer On-Premise-Installation möglich. Damit können Forschungsteams je nach Datenschutzanforderung, IT-Strategie und Sensibilität der Daten ein passendes Betriebsmodell wählen.

Ist eine On-Premise-Installation möglich?

Ja. Für Hochschulen, Forschungsinstitute oder Projekte mit besonders hohen Anforderungen an Datenschutz, Informationssicherheit oder interne IT-Vorgaben kann Meeting Metrics als individuelles Enterprise-Setup mit On-Premise-Installation geprüft werden.

Ist der Einsatz von KI bei Forschungsinterviews datenschutzrechtlich möglich?

Grundsätzlich kann der Einsatz möglich sein, wenn Zweck, Einwilligung, Verhältnismässigkeit, Auftragsbearbeitung, Zugriff, Informationspflichten, Aufbewahrung, Löschung und Datensicherheit sauber geregelt sind. Besonders sensible Projekte brauchen eine sorgfältige Prüfung.

Muss jedes Interview aufgenommen werden?

Nein. Forschungsteams sollten bewusst definieren, für welche Interviewtypen Meeting Metrics eingesetzt wird und für welche nicht. Besonders sensible Interviews brauchen eine klare Governance.

Werden Daten für Training verwendet?

Für Forschung ist entscheidend, dass Interviewdaten und Forschungsdaten nicht für Modelltraining verwendet werden. Dies sollte im konkreten Setup vertraglich und technisch geklärt werden.

Kann eine Forschungsgruppe Meeting Metrics zuerst testen?

Ja. Forschungsteams können Meeting Metrics zunächst im Enterprise-Setup testen, zum Beispiel während zwei Wochen. In dieser Phase können interne Meetings, Testinterviews, nicht-sensible Interviews oder Diktate verarbeitet, Vorlagen geprüft und die Qualität beurteilt werden.

Gibt es ein Onboarding vor Ort?

Ja. Für Hochschulen und Forschungsteams ist ein Onboarding vor Ort möglich. Dabei werden nicht nur die Funktionen erklärt, sondern auch praktische Tipps zu Interviews, Vorlagen, Datenschutz, Einwilligung, Aufnahmeprozessen, Exporten und interner Einführung gegeben.

Funktioniert Meeting Metrics auch für physische Interviews?

Ja. Meeting Metrics kann über die Mobile-App auch für physische Interviews, Fokusgruppen, Feldforschung, Diktate oder Vor-Ort-Besprechungen genutzt werden.

Funktioniert Meeting Metrics mit Microsoft Teams oder Zoom?

Ja. Meeting Metrics kann für Online-Interviews und Forschungsmeetings genutzt werden, unter anderem über die Desktop-App. Die Lösung ist nicht auf eine einzelne Meeting-Plattform beschränkt.

Kann Meeting Metrics mit MAXQDA, ATLAS.ti oder NVivo verbunden werden?

Meeting Metrics ersetzt diese Systeme nicht. Die Lösung kann aber Transkripte, Zusammenfassungen und Forschungsnotizen strukturieren und exportieren. Je nach Setup sind Schnittstellen oder Exporte in qualitative Analyseprozesse denkbar.

Werden Inhalte automatisch in Forschungssysteme geschrieben?

Nicht ungeprüft. Gerade bei Forschungsdaten und personenbezogenen Daten ist wichtig, dass Forschende Inhalte prüfen, anonymisieren und freigeben, bevor sie in Analyse-, DMS- oder Repository-Systeme übernommen werden.

Kann Meeting Metrics Aufgaben an Projektmitglieder übergeben?

Ja. Meeting Metrics kann Aufgaben, Pendenzen und Verantwortlichkeiten aus Forschungsmeetings oder Projektgruppen extrahieren. Diese können je nach Setup exportiert oder in bestehende Aufgaben- und Projektmanagementprozesse übernommen werden.

Ist eine tiefe technische Integration sofort nötig?

Nein. Viele Forschungsteams starten mit strukturierten Exporten, Vorlagen und manueller Übernahme. Danach kann geprüft werden, ob eine API- oder Schnittstellenintegration sinnvoll ist.

Kann Meeting Metrics unterschiedliche Forschungsvorlagen nutzen?

Ja. Forschungsteams können mit individuellen Vorlagen arbeiten, zum Beispiel für Interviews, Fokusgruppen, Methodenmemos, Lab Meetings, Betreuungsgespräche, Projektgruppen oder Praxispartner-Workshops.

Braucht Meeting Metrics zusätzliche Hardware?

Nein. Für Online-Meetings gibt es die Desktop-App. Für Interviews, Feldforschung, physische Besprechungen oder spontane Notizen kann die Mobile-App genutzt werden. Forschungsteams müssen keine zusätzlichen Aufnahmegeräte kaufen oder verwalten.

Wie schnell sieht ein Forschungsteam den Nutzen?

Oft reicht bereits ein kurzer Pilot mit echten Sitzungen, Testinterviews oder ausgewählten Interviews, um Qualität und Zeitersparnis einzuschätzen. Besonders gut eignen sich Forschungsmeetings, Praxispartner-Workshops, qualitative Interviews, Fokusgruppen oder Betreuungsgespräche.

Fazit: KI-Protokolle müssen zum Forschungsalltag passen

Schweizer Hochschulen und Forschungsteams brauchen keine generische AI-Notetaker-Lösung.

Sie brauchen eine Lösung, die den Forschungsalltag versteht:

1. Forschungsinterviews
2. qualitative Interviews
3. Fokusgruppen
4. Forschungsmeetings
5. Projektgruppen
6. Betreuungsgespräche
7. Lab Meetings
8. Praxispartner-Workshops
9. Ethik
10. Datenschutz
11. Forschungsdatenmanagement
12. Schweizerdeutsch
13. DACH-Eigenheiten
14. bestehende Forschungssysteme

Meeting Metrics unterstützt Forschungsteams dabei, Gespräche effizienter zu dokumentieren, Transkripte schneller vorzubereiten, Aufgaben besser festzuhalten und Wissen aus Gesprächen langfristig nutzbar zu machen.

Der wichtigste Unterschied liegt nicht in der Transkription.

Es geht darum, was nach dem Gespräch passiert.

Mit Meeting Metrics werden Interviews, Forschungsmeetings und Projektgruppen zu strukturierten Transkripten, Forschungsnotizen, Aufgaben, Pendenzen und weiterverwendbarem Forschungswissen. Für besonders sensible Forschungsdaten sind neben Schweizer Datenhaltung und Schweizer Verarbeitung auch lokale Modelle und On-Premise-Setups möglich.

Sicher, strukturiert und passend für Schweizer Hochschulen, Fachhochschulen und DACH-nahe Forschungsteams.

Bereit für weniger Nachbearbeitung in Forschung und Hochschule?

Mit Meeting Metrics konzentriert ihr euch wieder stärker auf Forschung, Analyse, Lehre, Betreuung und Wirkung. Die Transkripte, Gesprächsnotizen, Protokolle, Aufgaben und Zusammenfassungen entstehen automatisch im Hintergrund.

Ob Forschungsinterview, Fokusgruppe, Projektmeeting, Betreuungsgespräch, Lab Meeting, Praxispartner-Workshop oder physisches Gespräch vor Ort: Meeting Metrics läuft über Desktop- und Mobile-App auf den Geräten, die ihr ohnehin nutzt.

Hochschulen und Forschungsteams können Meeting Metrics zwei Wochen im Enterprise-Setup testen, echte Gespräche auswerten, sich von der Qualität überzeugen und danach schrittweise einführen. Auf Wunsch ist ein Onboarding vor Ort möglich – inklusive Tipps zu Interviewvorlagen, Forschungsnotizen, Datenschutz, Einwilligung, Aufnahmeprozessen, Exporten, Integrationen und Rollout.

Für besonders sensible Forschungsdaten können Schweizer Verarbeitung, lokale Modelle oder eine On-Premise-Installation geprüft werden.

Teste Meeting Metrics kostenlos oder vereinbare eine Demo für dein Forschungsteam.

Fragen? Schreib uns an info@meetingmetrics.ai.

Aktuelle Schweizer Quellen, die in diesem Blog verwendet wurden

Swissinfo, “Swiss universities to release multilingual AI programme”, 9. Juli 2025

Der Artikel wurde im Abschnitt zur Bedeutung von KI in Schweizer Forschung und Hochschulen verwendet. Er zeigt, dass Schweizer Hochschulen ein mehrsprachiges KI-Modell auf öffentlicher Infrastruktur entwickeln und damit Forschung, Mehrsprachigkeit und Vertrauenswürdigkeit verbinden.

https://www.swissinfo.ch/eng/swiss-ai/swiss-universities-to-releaselarge-language-model/89655364

Inside IT, “ETHs veröffentlichen Schweizer KI-Sprachmodell”, 2. September 2025

Der Artikel wurde im Abschnitt zu Apertus und Schweizer KI-Infrastruktur verwendet. Er beschreibt die Veröffentlichung des offenen Schweizer Sprachmodells durch ETH Zürich, EPFL und CSCS sowie mögliche Anwendungen in Bildung, Forschung, Gesellschaft und Wirtschaft.

https://www.inside-it.ch/eths-veroeffentlichen-schweizer-ki-sprachmodell-20250902

SRF, “Digitalisierung: Was macht die digitale Transformation mit der Gesellschaft?”, 2026

Der Artikel wurde im Abschnitt zur digitalen Transformation von Forschung, Bildung und Gesellschaft verwendet. Er passt inhaltlich, weil er zeigt, dass Digitalisierung nicht nur technisches Thema ist, sondern Forschung, Bildung, Arbeit und gesellschaftliche Prozesse verändert.

https://www.srf.ch/news/gesellschaft/digitalisierung-was-macht-die-digitale-transformation-mit-der-gesellschaft

Netzwoche, “UZH und AlgorithmWatch untersuchen, was KI mit der Gesellschaft macht”, 19. März 2026

Der Artikel wurde im Abschnitt zu KI als Forschungsgegenstand verwendet. Er zeigt, dass Schweizer Forschung KI nicht nur technisch betrachtet, sondern auch gesellschaftliche Auswirkungen, Meinungsbildung und demokratische Debatte untersucht.

https://www.netzwoche.ch/news/2026-03-19/uzh-und-algorithmwatch-untersuchen-was-ki-mit-der-gesellschaft-macht

Netzwoche, “ETH Zürich und EPFL behaupten Spitzenposition in Informatik und KI”, 27. März 2026

Der Artikel wurde im Abschnitt zum Hochschul- und Forschungsstandort Schweiz verwendet. Er stützt die Aussage, dass Schweizer Hochschulen in Informatik und KI international stark positioniert sind.

https://www.netzwoche.ch/news/2026-03-27/eth-zuerich-und-epfl-behaupten-spitzenposition-in-informatik-und-ki