Von Elena Rodriguez, Senior UX Researcherin
Wir kennen das alle.
Ich habe gerade eine Serie von 10 ausführlichen Nutzerinterviews abgeschlossen. Das sind 45 Minuten pro Nutzer. Das sind 7,5 Stunden Rohmaterial – Audio und Video, die ausgewertet werden müssen.
Ich habe zwei Tage damit verbracht, die Daten zu analysieren. Ich habe ein Affinitätsdiagramm erstellt. Ich habe einen wunderschönen 20-seitigen PDF-Bericht geschrieben, der genau beschreibt, warum Nutzer den Checkout-Prozess nicht abschließen können. Ich habe ihn an den Product Manager und das Entwicklerteam geschickt.
Das Ergebnis? Stille. Oder die klassische Antwort:
"Danke, wir schauen uns das im Q4 an."
Das Problem war nicht die Daten. Das Problem war die Präsentation. Text auf einer Seite transportiert keine Emotionen. Er zeigt nicht die Frustration in der Stimme eines Nutzers, wenn er einen Button nicht findet.
Um Zustimmung zu bekommen, musste ich aufhören, ihnen zu erzählen, was die Nutzer fühlen – und anfangen, es zu zeigen. Genau da habe ich meinen Workflow auf SubEasy umgestellt, und meine "langweiligen Berichte" wurden zu "Pflicht-Highlight-Videos".
Der Schmerz: Das "Data Dump"-Dilemma
Qualitative Forschung ist chaotisch. Den einen Moment zu finden, in dem Nutzer #4 seufzt und sagt: "Warum ist das so kompliziert?" bedeutete früher, stundenlang durch die Aufnahmen zu scrollen.
Ich brauchte eine Möglichkeit, um:
- 450 Minuten Interviews schnell zu transkribieren
- Alle Interviews nach Mustern zu durchsuchen (z. B. "Suchleiste")
- Entscheidend: Den genauen Videoausschnitt mit Untertiteln herauszuziehen, um ihn im wöchentlichen Produkt-Review zu zeigen
Schritt 1: Das durchsuchbare Forschungs-Repository
Zuerst lade ich alle 10 Interviews in SubEasy hoch. Die Transkription läuft im Hintergrund, während ich mir einen Kaffee hole.
Nach der Verarbeitung habe ich nicht nur ein Video, sondern eine durchsuchbare Datenbank.
Ich öffne die "Transkript-Ansicht". Angenommen, meine Hypothese ist, dass das Navigationsmenü verwirrend ist. Ich mache einfach Strg+F (oder nutze die Suchleiste) für Stichworte wie "finde nicht", "wo ist" oder "Button".
SubEasy hebt jede Instanz im Transkript hervor. Ich kann direkt zu diesen Zeitpunkten springen. Nie wieder blind durch Videodateien scrollen.
Schritt 2: Sofortige Beweise mit "Click-to-Play"
Das ist die Funktion, die meine Arbeit verändert hat.
Wenn ich einen Nutzer finde, der sagt: "Ehrlich, ich klicke auf diesen Button und nichts passiert, ich gebe einfach auf," kopiere ich nicht einfach den Text. Und ich verschwende definitiv keine Zeit damit, das Video manuell zu schneiden.
Ich klicke einfach auf den Satz im SubEasy-Transkript. Der Videoplayer springt sofort auf die exakte Millisekunde und spielt ab.
Ich muss kein Video-Editor sein, um meinen Punkt zu beweisen. Ich öffne einfach den Link im Meeting, klicke auf den Text – und lasse die Stimme des Nutzers sprechen. Das Transkript wird zur Navigationsleiste für das Video.
Schritt 3: Das "Mic Drop"-Meeting
Im nächsten Produkt-Review habe ich keine Folien mit Bulletpoints präsentiert.
Ich habe eine Montage gezeigt. Fünf verschiedene Nutzer – Gesichter sichtbar, Stimmen frustriert – kämpfen mit dem selben Feature. Ich habe die SubEasy-Clips hintereinander abgespielt.
Der Raum wurde still. Der Product Manager sagte nicht: "Wir schauen uns das im Q4 an." Sondern:
"Wow, das ist schmerzhaft. Das müssen wir im nächsten Sprint beheben."
Warum SubEasy ein UX-Superkraft ist
Wenn du als Researcher es leid bist, dass deine Erkenntnisse ignoriert werden, hör auf, Aufsätze zu schreiben. Teile Stimmen.
- Effizienz: Ich habe meine Synthesezeit um 50 % reduziert, weil ich Text statt Video bearbeite.
- Genauigkeit: Die Transkription erfasst die Ähs, Ums und Pausen – wichtig für die Analyse des Nutzervertrauens.
- Empathie: Video-Clips schaffen Empathie, wie es Text nie kann.
Mit SubEasy geht das mühelos.
Führe deine Forschung mit SubEasy in die Tat um
Endlich eine KI, die "medizinischen Kontext" versteht.
Normale Speech-to-Text-Tools versagen, wenn Ärzte schnell sprechen oder Fachbegriffe nuscheln. Als Nächstes: Ein Arzt nutzt SubEasy als persönlichen Schreiber. Durch das Hochladen eines spezifischen Glossars erkennt die KI jeden Medikamentennamen korrekt. Noch besser: Mit Context Awareness werden Grammatik und Rechtschreibung automatisch angepasst – das Ergebnis ist ein professionelles Protokoll, das kaum noch nachbearbeitet werden muss.
🩺 Sieh den Unterschied: Von chaotischen Notizen zu professionellen Transkripten